用字典数据计算距离矩阵的Python

Question

我想从一个字典数据中计算出一个距离矩阵，字典的数据格式如下：

y = {"a": ndarray1, "b": ndarry2, "c": ndarry3}

在这个字典里，每个键（比如 "a"、"b"、"c"）对应的值是一个大小不同的 np.ndarray（就是一种数组）。我有一个叫 dist() 的函数，可以用来计算 y["a"] 和 y["b"] 之间的距离，方法是通过 dist(y["a"], y["b"])。

所以我想得到的距离矩阵应该是这样的：

+----------------------------------------------------------------+
|                a        b                        c             |
+----------------------------------------------------------------+
| a  | 0        mydist(ndarrya1, ndarray)  mydist(ndarray1, ndarray3) |
| b  |          0                        mydist(ndarray2, ndarray3) |
| c  |                                   0                        |
+----------------------------------------------------------------+

我试过用 scipy.spatial.distance.pdist 来计算，代码是 pdist(y, mydist)，但出现了一个错误，提示信息是：

[X] = _copy_arrays_if_base_present([_convert_to_double(X)])
  File "/usr/local/lib/python2.7/dist-packages/scipy/spatial/distance.py", line 113, in _convert_to_double
X = X.astype(np.double)
TypeError: float() argument must be a string or a number

有没有人能告诉我怎么自己实现这个 pdist？我想用 pdist 的结果来进行后续的层次聚类。

Answer 1

你问题的第一部分很清楚。至于第二部分，我不太明白你在问什么。你为什么需要重新实现 scipy.spatial.distance.pdist 呢？我以为你已经有一个 dist() 函数可以计算成对的距离了。

如果你已经有一个 dist() 函数来计算成对的距离，那么你可以这样做：

In [69]:
D={'a':some_value,'b':some_value,'c':some_value}
In [70]:
import itertools
In [71]:
list(itertools.combinations(D,2))
Out[71]:
[('a', 'c'), ('a', 'b'), ('c', 'b')]

In [72]: #this is what you need:
[dist(*map(D.get, item)) for item in itertools.combinations(D,2)]