在 3d-space 中寻找 python numpy.ndarray 的最近邻居
finding nearest neighbor for python numpy.ndarray in 3d-space
我有一个 numpy.ndarray 的 3d 点，即它的 np.shape 是 (4350,3) 这样的第二个 numpy.ndarray 的 [=21] 的 3d 点=] (10510,3)。
现在我正在尝试找到正确的 python-package 来尽快计算第一个数组中点的第二个数组中的最近邻居。
我在这里发现了一个非常相似的问题：
但我不明白如何使用那里的解决方案来解决我的问题。
非常非常感谢您对此提供的帮助！
这是KDTree方式：
from scipy.spatial import KDTree
data= np.random.rand(10510,3)
sample= np.random.rand(4350,3)
kdtree=KDTree(data)
然后dist,points=kdtree.query(sample,2)将在大约一秒钟内为您提供 4350 个候选人的 2 个最佳邻居。
我有一个 numpy.ndarray 的 3d 点，即它的 np.shape 是 (4350,3) 这样的第二个 numpy.ndarray 的 [=21] 的 3d 点=] (10510,3)。 现在我正在尝试找到正确的 python-package 来尽快计算第一个数组中点的第二个数组中的最近邻居。
我在这里发现了一个非常相似的问题：
非常非常感谢您对此提供的帮助！
这是KDTree方式：
from scipy.spatial import KDTree
data= np.random.rand(10510,3)
sample= np.random.rand(4350,3)
kdtree=KDTree(data)
然后dist,points=kdtree.query(sample,2)将在大约一秒钟内为您提供 4350 个候选人的 2 个最佳邻居。