如何使用欧几里得距离访问最相似的行上的特定项目？
我有一个数组的L列表：
L = ( array1,
array2,
array3,
array4... )
此列表是从Pandas数据框开始创建的，因此，旧数据框的每一行现在都是列表内的数组。
使用欧几里得距离，我想要：
- Iterate through all the arrays
- Select only arrays in which the *2nd item* is included between ` 10 ` and ` 100 `
- Given an array ` arr1 ` , select the most similar one (let's say ` arr4 ` )
- Replace the *2nd* item in ` arr4 ` with *2nd* item in ` arr1 `
可视化它：
-
Iterate through all the arrays
L = ([87, 30, 45, 99], [11, 21, 31, 41], [560, 47, 85, 328], [167, 32, 98, 379] ) -
Select only arrays in which the 2nd item is included between ` 10 ` and ` 100 `
L = ([87, 30, 45, 99], [11, 21, 31, 41], [560, 47, 85, 328], [85, 33, 43, 97] ) -
Given an array ` arr1 ` , select the most similar one (let's say ` arr4 ` )
array 1 = ( [87, 30, 45, 99] )array 4 = ( [85, 32, 43, 97] )
现在让我们呼吁简单：
-
P * = 30（数组1，第二元素）
-
X * = 32（数组4，第二个元素）
-
Replace the *2nd* item in ` arr4 ` (P) inside ` arr1 ` 2nd position (X)
array 1 = ([87, 32, 45, 99])
-
许多人感谢并前进可能有用的任何提示！
问题来源：stackoverflow
写回答
-
import numpy as np L = np.array([ [87, 30, 45, 99], [11, 21, 31, 41], [560, 47, 85, 328], [167, 32, 98, 379] ])对于第2点，您可以使用
np.where，它返回一个condition.nonzero（）数组，该数组指示condition为* True *的位置。然后，您可以将该数组作为索引。result = L[np.where((L[:,1]>10)&(L[:,1]<100))]对于给定的数组，例如
arr1，我们可以使用以下方法（我不知道它是否是最好的，但是它可以工作）。L2 = np.array([ [87, 30, 45, 99], [11, 21, 31, 41], [560, 47, 85, 328], [85, 33, 43, 97] ]) def dist(a): return np.linalg.norm(L2[0]-a) distances = np.apply_along_axis(dist, 1, L2) index = np.ma.MaskedArray(result, result==0).argmin() #remove first element which dist is min (0) print(L2[index])回答来源：stackoverflow
2020-03-24 10:08:31赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
