निकटतम पड़ोसी खोज: अजगर

Question

मैं एक 2 आयामी सरणी है:

MyArray = array([6588252.24, 1933573.3, 212.79, 0, 0], 
       [6588253.79, 1933602.89, 212.66, 0, 0], 
       etc...) 

पहले दो तत्वों MyArray[0] और MyArray[1] अंकों की एक्स और वाई निर्देशांक हैं।

सरणी में प्रत्येक तत्व के लिए, मैं खोजने के लिए तेजएक्स इकाइयों के दायरे में अपने एकल निकटतम पड़ोसी वापस जाने के लिए जिस तरह से करना चाहते हैं। हम मानते हैं कि यह 2 डी स्पेस में है।

इस उदाहरण के लिए X = 6 कहें।

मैंने प्रत्येक तत्व को हर दूसरे तत्व की तुलना करके समस्या हल कर दी है, लेकिन आपकी सूची 22k अंक लंबी होने पर 15 मिनट या इससे अधिक समय लेती है। हम अंततः 30 मिलियन अंक की सूचियों पर इसे चलाने की उम्मीद करते हैं।

मैंने के-डी पेड़ों के बारे में पढ़ा है और बुनियादी अवधारणा को समझ लिया है, लेकिन उन्हें समझने में परेशानी हुई है कि उन्हें कैसे स्क्रिप्ट करना है।

Answer 1

जॉन विनीर्ड को धन्यवाद देने के लिए धन्यवाद।

आवश्यक:: स्थापित Numpy और SciPy

1. आयात SciPy और Numpy मॉड्यूल

2. 5 की एक कॉपी बनाएं कुछ अच्छी अनुसंधान और परीक्षण के बाद, यहाँ इस सवाल का हल है आयामी सरणी केवल एक्स और वाई मान सहित। 6 इकाइयों के भीतर इस तरह के रूप

   YourTreeName = scipy.spatial.cKDTree(YourArray, leafsize=100) 
   #Play with the leafsize to get the fastest result for your dataset 
   

3. क्वेरी निकटतम पड़ोसी के लिए cKDTree: प्रत्येक आइटम के लिए YourArray में

   for item in YourArray: 
       TheResult = YourTreeName.query(item, k=1, distance_upper_bound=6) 
   

   , TheResult होगा

4. एक cKDTree का एक उदाहरण के रूप में बनाएं दो बिंदुओं के बीच की दूरी का एक झुकाव, और YourArray में बिंदु के स्थान की अनुक्रमणिका बनें।

उम्मीद है कि यह किसी और को मदद करता है जिसने केडी पेड़ के साथ भ्रम का अनुभव किया है!