如何绘制二维向量的成对距离？

-1

x y angle

如果我要计算所有可能的值的两个点之间的距离，并用两个角度之间的差异图的距离。

x, y, a = np.loadtxt('w51e2-pa-2pk.log', unpack=True) 
n = 0 
f=(((x[n])-x[n+1:])**2+((y[n])-y[n+1:])**2)**0.5 
d = a[n]-a[n+1:] 
plt.scatter(f,d)

我的数据有255点。

f是距离而d是两个角度之间的差异。我的问题是我可以设置n = [1,2,3,.....255]并再次进行计算以获得所有可能配对的f和d？

来源

2017-02-04 larry

因此，通过距离获取角度的情节，如果我理解正确的话，你希望的方式来计算255x255不同的可能性来计算距离/角度b在每个点之间（可能除了实际点本身）？ – Alex

是的！但是（255x255）/ 2种不同的可能性。 – larry

是的，你是对的...... – Alex

您必须使用for循环并使用range()来遍历n，例如，像这样的：

n = len(x) 

for i in range(n): 
    # do something with the current index 
    # e.g. print the points 
    print x[i] 
    print y[i]

但要注意的是，如果你使用i+1最后一次迭代里面，这会已经在您的名单之外。

另外在你的计算中有错误。 (x[n])-x[n+1:]不起作用，因为x[n]是列表中的单个值，而x[n+1:]是从n+1开始的第th个元素。你不能从一个int中减去一个列表，或者不管它是什么。

也许你将不得不使用两个嵌套循环来做你想做的事。我想你想计算每个点之间的距离，所以二维数组可能是你想要的数据结构。

来源

2017-02-04 14:17:16 trixn

你实际上并不需要任何明确的循环;因为我们正在处理'numpy'数组，操作可以是矢量化的。 – fuglede

如果你有兴趣在x和y点的所有组合，我建议使用itertools，它会给你所有可能的组合。然后，你可以像如下做到这一点：

import itertools 

f = [((x[i]-x[j])**2 + (y[i]-y[j])**2)**0.5 for i,j in itertools.product(255,255) if i!=j] 
# and similar for the angles

但是，也许甚至还有一个更简单的方法...

来源

2017-02-04 14:22:46 Alex

它不起作用。它显示“TypeError：'int'对象不可迭代”。不知道这个... – larry

你可以考虑它作为阵列2的上外操作获得通过broadcasting的成对距离维向量如下：

vecs = np.stack((x, y)).T 
np.linalg.norm(vecs[np.newaxis, :] - vecs[:, np.newaxis], axis=2)

例如，

In [1]: import numpy as np 
    ...: x = np.array([1, 2, 3]) 
    ...: y = np.array([3, 4, 6]) 
    ...: vecs = np.stack((x, y)).T 
    ...: np.linalg.norm(vecs[np.newaxis, :] - vecs[:, np.newaxis], axis=2) 
    ...: 
Out[1]: 
array([[ 0.  , 1.41421356, 3.60555128], 
     [ 1.41421356, 0.  , 2.23606798], 
     [ 3.60555128, 2.23606798, 0.  ]])

这里，（我，Ĵ）个条目是之间的距离我'和第Ĵ“个向量。

的角度之间的配对差异的情况是类似的，但更简单，因为你只需要一个维度处理：

In [2]: a = np.array([10, 12, 15]) 
    ...: a[np.newaxis, :] - a[: , np.newaxis] 
    ...: 
Out[2]: 
array([[ 0, 2, 5], 
     [-2, 0, 3], 
     [-5, -3, 0]])

此外，plt.scatter不关心结果给出矩阵，放在一起使用疑问句的符号的一切，你可以做这样的事情

vecs = np.stack((x, y)).T 
f = np.linalg.norm(vecs[np.newaxis, :] - vecs[:, np.newaxis], axis=2) 
d = angle[np.newaxis, :] - angle[: , np.newaxis] 
plt.scatter(f, d)

来源

2017-02-04 14:42:54 fuglede

我喜欢那个答案... – Alex

它不起作用！它显示''ValueError：x和y必须是相同的大小''，但我很确定x和y的长度相同。 – larry

啊！我做到了！谢谢！ – larry

如何绘制二维向量的成对距离？

回答

相关问题