如何解决通过欧氏距离阈值构建networkx图
我想在给定节点的情况下通过欧氏阈值边构建几何图。
例如
给定的节点在二维地图上的位置
x1(1,0) x2(3,4) x5(5,6)
然后当我设置欧氏距离阈值比如5时, 图表看起来像 x1-x2-x5。由于x1和x5比5远,所以不允许连接。
如何使用 networkx 或其他库方便地执行此操作?
解决方法
您可以使用 kd-tree,特别是您可能想要使用 scipy.spatial.cKDTree
(用于快速最近邻查找的 kd-tree)。
一般来说,kd-tree(k维树的缩写)是一种空间分区数据结构,用于组织k维空间中的点。它们对于在空间中找到最接近给定输入点的点很有用。
from networkx import Graph
from scipy.spatial import cKDTree
# your data and parameters
points = [(1,0),(3,4),(5,6)]
dist = 5
# build KDTree
tree = cKDTree(points)
# build graph
G = Graph()
G.add_nodes_from(points)
G.add_edges_from((point,points[idx2])
for idx1,point in enumerate(points)
for idx2 in tree.query_ball_point(point,dist)
if idx1 != idx2)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。