[英]NumPy: vectorize sum of distances to a set of points
我正在尝试在Python / NumPy中实现k -medoids聚类算法。 作为该算法的一部分,我必须计算从对象到它们的“ medoids”(集群代表)的距离之和。
我有:五点距离矩阵
n_samples = 5
D = np.array([[ 0. , 3.04959014, 4.74341649, 3.72424489, 6.70298441],
[ 3.04959014, 0. , 5.38516481, 4.52216762, 6.16846821],
[ 4.74341649, 5.38516481, 0. , 1.02469508, 8.23711114],
[ 3.72424489, 4.52216762, 1.02469508, 0. , 7.69025357],
[ 6.70298441, 6.16846821, 8.23711114, 7.69025357, 0. ]])
一组初始药物
medoids = np.array([0, 3])
和集群成员
cl = np.array([0, 0, 1, 1, 0])
我可以使用计算总和
>>> np.sum(D[i, medoids[cl[i]]] for i in xrange(n_samples))
10.777269622938899
但这使用了Python循环。 我是否缺少某种用于计算此和的矢量化习惯用法?
怎么样:
In [17]: D[np.arange(n_samples),medoids[cl]].sum()
Out[17]: 10.777269629999999
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.