scipy.spatial.cKDTree.

query_pairs#

cKDTree.query_pairs(self, r, p=2., eps=0, output_type='set')#

查找 self 中所有距离最多为 r 的点对。

参数:
r正浮点数

最大距离。

p浮点数,可选

要使用的 Minkowski 范数。 p 必须满足条件 1 <= p <= infinity。 如果可能发生溢出,有限的大的 p 可能会导致 ValueError。

eps浮点数,可选

近似搜索。 如果树的分支的最近点距离大于 r/(1+eps),则不探索这些分支,如果它们的最远点距离小于 r * (1+eps),则批量添加分支。 eps 必须是非负数。

output_type字符串,可选

选择输出容器,“set”或“ndarray”。 默认值:“set”

返回值:
results集合或 ndarray

成对的集合 (i,j),其中 i < j,对应位置接近。 如果 output_type 为“ndarray”,则返回 ndarry 而不是集合。

示例

您可以搜索 kd 树中距离内的所有点对

>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> from scipy.spatial import cKDTree
>>> 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 = cKDTree(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()
../../_images/scipy-spatial-cKDTree-query_pairs-1.png