scipy 笔记：spatial.KDTree

1 方法介绍 

scipy.spatial.KDTree(
    data, 
    leafsize=10, 
    compact_nodes=True, 
    copy_data=False, 
    balanced_tree=True, 
    boxsize=None)

用于快速最近邻查找的kd树

对于大维数（20已经很大），不要期望这比暴力搜索快很多。高维最近邻查询是计算机科学中一个重大的未解问题。

2 参数

data	类数组，形状为 (n,m) 要索引的n个m维数据点
leafsize	算法转为暴力搜索的数据点数。默认值为10。
compact_nodes	布尔值，可选【默认值为True】 如果为True，则构建kd树时会缩小超矩形到实际数据范围。 这通常会生成更紧凑的树，它对退化输入数据具有较强的鲁棒性，并且可以在增加构建时间的代价下加速查询。
copy_data	布尔值，可选 如果为True，则数据总是被复制以保护kd树免受数据损坏。 默认值为False。
balanced_tree	布尔值，可选 如果为True，则使用中位数而不是中点来分割超矩形。 这通常会生成更紧凑的树并加速查询，但增加了构建时间。 默认值为True。

3 举例

from scipy.spatial import KDTree

coordinates
#假设有这个列表存在
'''
array([[116.30633576,  39.97985419],
       [116.32477106,  40.00140643],
       [116.32925162,  39.99218811],
       ...,
       [116.33828523,  39.94021838],
       [116.31098946,  40.00380335],
       [116.34905741,  39.86500981]])
'''

kdtree = KDTree(coordinates)

3 属性

data	要索引的n个m维数据点
leafsize	算法转为暴力搜索的数据点数
m	单个数据点的维度
n	数据点的数量
maxes	n个数据点每个维度的最大值 形状为 (m,)
mins	n个数据点每个维度的最小值 形状为 (m,)
size	树中的节点数

4 主要方法

4.1 query

KDTree.query(
    x, 
    k=1, 
    eps=0, 
    p=2, 
    distance_upper_bound=inf, 
    workers=1)

查询kd树以找到最近的邻居

x	要查询的点数组
k	返回最近邻居的数量
eps	返回近似最近邻居；返回的第k个值保证不超过到真实第k个最近邻居距离的（1+eps）倍
p	使用哪种闵可夫斯基p范数。 1是绝对值之和距离（“曼哈顿”距离）。 2是常规的欧几里得距离。 无穷大是最大坐标差距离
distance_upper_bound	仅返回在此距离内的邻居
workers	用于并行处理的工作线程数量。 如果给出-1，则使用所有CPU线程。默认值：1

distances, indices = kdtree.query(coordinates, k=11)
distances
'''
array([[0.        , 0.0021747 , 0.00407019, ..., 0.00590605, 0.00600945,
        0.00630101],
       [0.        , 0.00180668, 0.00237115, ..., 0.00559552, 0.00621217,
        0.00663365],
       [0.        , 0.00250751, 0.00310879, ..., 0.00522053, 0.00541728,
        0.00606105],
       ...,
       [0.        , 0.0034222 , 0.00344221, ..., 0.00610721, 0.00616627,
        0.00771157],
       [0.        , 0.0010156 , 0.00140355, ..., 0.00474158, 0.00477727,
        0.00556775],
       [0.        , 0.00234204, 0.00589404, ..., 0.01846328, 0.01884219,
        0.01942178]])
'''

indices
'''
array([[  0, 518, 603, ..., 526, 345, 559],
       [  1,  12,   7, ..., 204,  56,   5],
       [  2, 124, 245, ..., 133,  96,  93],
       ...,
       [904, 852, 386, ...,  57, 253, 147],
       [905, 380,  10, ..., 154, 117, 739],
       [906, 646, 880, ..., 465, 129, 219]], dtype=int64)
'''

4.2 query_ball_point

找到距离点x一定距离r内的所有点

KDTree.query_ball_point(
    x, 
    r, 
    p=2.0, 
    eps=0, 
    workers=1, 
    return_sorted=None, 
    return_length=False)

x	要查询的点数组
r	要返回的点的半径，必须与x的长度广播
eps	近似搜索。 如果树的分支最近的点比 r / (1 + eps) 更远，则不探索这些分支； 如果它们最远的点比 r * (1 + eps) 更近，则批量添加这些分支
p	使用哪种闵可夫斯基p范数。 1是绝对值之和距离（“曼哈顿”距离）。 2是常规的欧几里得距离。 无穷大是最大坐标差距离
workers	用于并行处理的工作线程数量。 如果给出-1，则使用所有CPU线程。默认值：1
return_sorted	如果为True，则对返回的索引进行排序； 如果为False，则不排序 如果为None，不排序单点查询，但对多点查询进行排序
return_length	返回半径内点的数量而不是索引列表

4.3  query_pairs

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

找到自身中距离最多为r的所有点对

r	最大距离
p	使用哪种闵可夫斯基p范数。 1是绝对值之和距离（“曼哈顿”距离）。 2是常规的欧几里得距离。 无穷大是最大坐标差距离
eps	近似搜索。 如果树的分支最近的点比 r / (1 + eps) 更远，则不探索这些分支； 如果它们最远的点比 r * (1 + eps) 更近，则批量添加这些分支
output_type	选择输出容器，‘set’或‘ndarray’。默认为‘set’