【发布时间】:2019-12-30 10:45:51
【问题描述】:
我的数据集的一部分(实际上是我的数据集大小(106,1800)):
df =
1 1.1 2 2.1 3 3.1 4 4.1 5 5.1
0 43.1024 6.7498 NaN NaN NaN NaN NaN NaN NaN NaN
1 46.0595 1.6829 25.0695 3.7463 NaN NaN NaN NaN NaN NaN
2 25.0695 5.5454 44.9727 8.6660 41.9726 2.6666 84.9566 3.8484 44.9566 1.8484
3 35.0281 7.7525 45.0322 3.7465 14.0369 3.7463 NaN NaN NaN NaN
4 35.0292 7.5616 45.0292 4.5616 23.0292 3.5616 45.0292 6.7463 NaN NaN
根据汤姆的回答,我现在能做什么:
- 我手动写了 1-st 2 行,比如 p 和 q 值:
p =
[[45.1024,7.7498],[45.1027,7.7513],[45.1072,7.7568],[45.1076,7.7563]]
q=
[[45.0595,7.6829],[45.0595,7.6829],[45.0564,7.6820],[45.0533,7.6796],[45.0501,7.6775]]
那么:
__all__ = ['frdist']
def _c(ca, i, j, p, q):
if ca[i, j] > -1:
return ca[i, j]
elif i == 0 and j == 0:
ca[i, j] = np.linalg.norm(p[i]-q[j])
elif i > 0 and j == 0:
ca[i, j] = max(_c(ca, i-1, 0, p, q), np.linalg.norm(p[i]-q[j]))
elif i == 0 and j > 0:
ca[i, j] = max(_c(ca, 0, j-1, p, q), np.linalg.norm(p[i]-q[j]))
elif i > 0 and j > 0:
ca[i, j] = max(
min(
_c(ca, i-1, j, p, q),
_c(ca, i-1, j-1, p, q),
_c(ca, i, j-1, p, q)
),
np.linalg.norm(p[i]-q[j])
)
else:
ca[i, j] = float('inf')
return ca[i, j]
那么:
def frdist(p, q):
# Remove nan values from p
p = np.array([i for i in p if np.any(np.isfinite(i))], np.float64)
q = np.array([i for i in q if np.any(np.isfinite(i))], np.float64)
len_p = len(p)
len_q = len(q)
if len_p == 0 or len_q == 0:
raise ValueError('Input curves are empty.')
# p and q will no longer be the same length
if len(p[0]) != len(q[0]):
raise ValueError('Input curves do not have the same dimensions.')
ca = (np.ones((len_p, len_q), dtype=np.float64) * -1)
dist = _c(ca, len_p-1, len_q-1, p, q)
return(dist)
frdist(p, q)
它有效。但是我如何将 p 和 q 应用于整个数据集呢?不是逐行选择?
最后我需要得到106 to 106 对称矩阵和0 对角线
【问题讨论】:
-
您可以从
p中删除NaN 值,也可以从q中删除相应的值。例如,请参阅stackoverflow.com/questions/11620914/… -
@Poolka 不可能,因为最小值为 1,最大值为 1500
-
我不明白你的因为部分。如何防止简单地从
p中删除所有 NaN?假设你有 100 个值,其中有 2 个 NaN -> 删除 NaN -> 你有 98 个值,你可以进行计算。 -
@Poolka 对不起。我的错。它不是真正的数据集。在实际数据集中 p 是 1 个值,q 有 1800 个值
-
看起来你删除了大部分问题,因为我只能看到 2 行没有任何代码
标签: python pandas numpy distance valueerror