Python选择与其他数据点相距一定欧几里德距离的数据点答案

【问题标题】：Python Select data points which are a certain Euclidean distance away from other data pointsPython选择与其他数据点相距一定欧几里德距离的数据点
【发布时间】：2019-02-14 16:52:56
【问题描述】：

假设我有一个数据数组，以及对应于空间中每个数据点的 x、y 和 z 位置的其他 3 个数组

data = np.random.random(10000)
x = np.random.random(10000)
y = np.random.random(10000)
z = np.random.random(10000)

现在，我想获取满足某些条件的数据点的子集。

具体来说，我想要数据点的子集
a) 值大于某个阈值t1

b) 与值大于t2 的数据点的距离大于d

什么是执行此操作的有效方法？

【问题讨论】：

这篇文章有关于计算距离的时间比较的信息：stackoverflow.com/questions/1401712/…

标签： python numpy euclidean-distance

【解决方案1】：

我会使用普通矩阵乘法并与平方距离进行比较：

data = np.random.random(10000)
x = np.random.random(10000)
y = np.random.random(10000)
z = np.random.random(10000)
position = np.vstack((x,y,z)).T
t1 = 0.5
t2 = 0.3
dmin = 0.1

m1 = data>t1
m2 = (np.matmul(position[m1], position[data>t2].T) > dmin**2).all(axis=1)
data_filtered = data[m1][m2]

【讨论】：