在数据集中仔细查找最近的点对（如重复点）
closel的Python项目详细描述
紧密：三角尺：
在数组中查找最近的对。
利用主成分分析（pca）将维数降到2，并采用分治算法寻找最接近的点对。
开始
pip install closely
或从源安装：
git clone https://github.com/justinshenk/closely
cd closely
pip install .
如何使用
importclosely# X is an n x m numpy arraypairs,distances=closely.solve(X,n=1)
可以指定要用n标识的对数。
示例
importcloselyimportnumpyasnpimportmatplotlib.pyplotasplt# Create datasetX=np.random.random((100,2))pairs,distance=closely.solve(X,n=1)# Plot pointsz,y=np.split(X,2,axis=1)fig,ax=plt.subplots()ax.scatter(z,y)fori,txtinenumerate(X):ifiinpairs:ax.annotate(i,(z[i],y[i]),color='red')else:ax.annotate(i,(z[i],y[i]))plt.show()
检查对：
In [10]: pairs
Out[10]:
array([[ 7, 16],
[96, 50]])
输出：
注意事项
如果数据有3个以上的特征，closely将通过将其投影到解释大部分方差的两个方向来降低维数。这加快了处理速度，但不是100%精确。换句话说，如果数据有四列（例如，x，y，z，a），它将在新的投影基p1和p2上应用“分而治之”。
如果n>；1，它还会删除一对中的第一个点在极少数情况下，如果数据高度重叠，则会导致假阴性
信用和解释
Python代码由Andriy Lazorenko修改，打包后可用于Justin Shenk的>；2特性
欢迎加入QQ群-->： 979659372
