scipy.spatial.KDTree.

query_pairs

KDTree.query_pairs(r, p=2.0, eps=0, output_type='set')

找出 self 中所有距離至多為 r 的點對。

參數:

r正浮點數

最大距離。

p浮點數，選用

要使用的 Minkowski 範數。p 必須符合條件 1 <= p <= infinity。

eps浮點數，選用

近似搜尋。如果樹狀結構的分支最近點的距離大於 r/(1+eps)，則不會探索這些分支；如果最遠點的距離小於 r * (1+eps)，則會批量新增分支。eps 必須是非負數。

output_type字串，選用

選擇輸出容器，'set' 或 'ndarray'。預設值：'set'

版本 1.6.0 新增。

返回:

resultsset 或 ndarray

成對集合 (i,j)，其中 i < j，對應位置彼此接近。如果 output_type 為 'ndarray'，則會返回 ndarray 而非集合。

範例

在您的瀏覽器中試試看！

您可以搜尋 kd 樹中距離內的所有點對

>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> from scipy.spatial import KDTree
>>> rng = np.random.default_rng()
>>> points = rng.random((20, 2))
>>> plt.figure(figsize=(6, 6))
>>> plt.plot(points[:, 0], points[:, 1], "xk", markersize=14)
>>> kd_tree = KDTree(points)
>>> pairs = kd_tree.query_pairs(r=0.2)
>>> for (i, j) in pairs:
...     plt.plot([points[i, 0], points[j, 0]],
...             [points[i, 1], points[j, 1]], "-r")
>>> plt.show()

返回在新分頁中開啟