最近邻搜索：Python

Question

我有一个二维数组：

MyArray = array([6588252.24, 1933573.3, 212.79, 0, 0],
                [6588253.79, 1933602.89, 212.66, 0, 0],
                 etc...)

前两个元素MyArray[0]和MyArray[1]是点的 X 和 Y 坐标。

对于数组中的每个元素，我想找到最快方式返回半径为 X 单位的单个最近邻居。我们假设这是在2D空间。

让我们举个例子X = 6。

我通过将每个元素与每个其他元素进行比较来解决问题，但是当列表长度为22k点时，​​这需要15分钟左右。我们希望最终在大约3000万点的名单上运行。

我已经阅读了关于K-d树并了解基本概念，但却无法理解如何编写脚本。

Answer 1

感谢John Vinyard建议scipy。经过一些很好的研究和测试，以下是这个问题的解决方案：

先决条件： 安装Numpy和SciPy

1. 导入SciPy和Numpy模块

2. 制作5维数组的副本，包括 X和Y值。

3. 创建cKDTree的实例：

   YourTreeName = scipy.spatial.cKDTree(YourArray, leafsize=100)
   #Play with the leafsize to get the fastest result for your dataset
   

4. 在6个单位内查询最近邻居的cKDTree：

   for item in YourArray:
       TheResult = YourTreeName.query(item, k=1, distance_upper_bound=6)
   

   对于YourArray中的每个项目，TheResult将是两个点之间距离的元组，以及YourArray中点的位置索引。