scipy.spatial.distance.

is_valid_dm#

scipy.spatial.distance.is_valid_dm(D, tol=0.0, throw=False, name='D', warning=False)[source]#

如果输入数组是有效的距离矩阵，则返回 True。

距离矩阵必须是二维 numpy 数组。它们必须具有零对角线，并且必须是对称的。

参数：

Darray_like: 要测试有效性的候选对象。
tolfloat, 可选: 距离矩阵应该是对称的。 tol 是距离度量被认为对称的条目 ij 和 ji 之间的最大差异。
throwbool, 可选: 如果传递的距离矩阵无效，则会抛出异常。
namestr, 可选: 要检查的变量的名称。这在 throw 设置为 True 时很有用，以便在抛出异常时，在异常消息中识别出有问题的变量。
warningbool, 可选: 不抛出异常，而是发出警告消息。

返回：

validbool: 如果传递的变量 D 是有效的距离矩阵，则为 True。

备注

如果 D 和 D.T 之间的微小数值差异以及对角线的非零性在由 tol 指定的容差范围内，则会忽略它们。

示例

>>> import numpy as np
>>> from scipy.spatial.distance import is_valid_dm

此矩阵是有效的距离矩阵。

>>> d = np.array([[0.0, 1.1, 1.2, 1.3],
...               [1.1, 0.0, 1.0, 1.4],
...               [1.2, 1.0, 0.0, 1.5],
...               [1.3, 1.4, 1.5, 0.0]])
>>> is_valid_dm(d)
True

在以下示例中，输入不是有效的距离矩阵。

不方型

>>> is_valid_dm([[0, 2, 2], [2, 0, 2]])
False

非零对角线元素

>>> is_valid_dm([[0, 1, 1], [1, 2, 3], [1, 3, 0]])
False

不对称

>>> is_valid_dm([[0, 1, 3], [2, 0, 1], [3, 1, 0]])
False