merge/average 个比给定半径更近的邻居

Question

我在 3d space 中有几百个坐标，我需要合并比给定半径更近的点并将它们替换为邻居平均值。

这听起来像是一个非常标准的问题，但到目前为止我还没有找到解决方案。数据集足够小，能够计算所有点的成对距离。

不知道，也许在稀疏距离矩阵上进行某种图形分析/连通分量标记？

我真的不需要平均部分，只需要聚类（这里的聚类是正确的术语吗？）

玩具数据集可以是 coords = np.random.random(size=(100,2))

这是我目前使用 scipy.cluster.hierarchy 尝试的结果。它似乎工作正常，但我愿意接受更多建议（DBSCAN 也许吧？）

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

from scipy.cluster.hierarchy import fclusterdata
from scipy.spatial.distance import pdist

np.random.seed(0)

fig = plt.figure(figsize=(10,5))

gs = mpl.gridspec.GridSpec(1,2)
gs.update(wspace=0.01, hspace= 0.05)

coords = np.random.randint(30, size=(200,2))
img = np.zeros((30,30))
img[coords.T.tolist()] = 1

ax = plt.subplot(gs[0])
ax.imshow(img, cmap="nipy_spectral")

clusters = fclusterdata(coords, 2, criterion="distance", metric="euclidean")
print(len(np.unique(clusters)))

img[coords.T.tolist()] = clusters

ax = plt.subplot(gs[1])
ax.imshow(img, cmap="nipy_spectral")

plt.show()

Answer 1

这里是一个使用KDTree查询邻居和networkx模块收集连通分量的方法。

from scipy import spatial
import networkx as nx

cutoff = 2

components = nx.connected_components(
    nx.from_edgelist(
        (i, j) for i, js in enumerate(
            spatial.KDTree(coords).query_ball_point(coords, cutoff)
        )
        for j in js
    )
)

clusters = {j: i for i, js in enumerate(components) for j in js}

示例输出：

merge/average 个比给定半径更近的邻居

merge/average neighbors closer than a given radius

python

numpy

distance

scipy