不同数量级上点击事件的最近点

Question

我正在编写一个 Python 脚本，该脚本应该以交互方式允许用户从进一步的计算中选择和删除数据，但是，因为我的 y 轴数据在 e-9 到 e-14 的范围内（单个分析包含超过一个数量级，但该数量级可能在 e-9 和 e-14 之间），并且我的 x 轴数据在 10-100 范围内，数量级的差异导致 y 轴主导最近距离计算。结果，如果我有两个由

*

表示的数据，以及一个由

x

表示的点击点：

|
|     *
|
|
|
|
|     x  *
|__________________

单击点显然更接近较低的基准，但是，由于 y 轴主导最近点计算，因此选择了较高的基准。

我尝试将时间数据（x 轴）缩小到原始数据（y 轴）的数量级，反之亦然，如下所示：

# this finds the closest datum to the click point
def find_closest_index(analysis, click_coords, mass):
    y_magnitude  = np.floor(np.log10(np.max(analysis.raw_data[mass])))
    scale_factor = 10**abs(y_magnitude - 1)
    scaled_data  = analysis.raw_data[mass] * scale_factor
    distances    = np.sqrt(
        (analysis.time_sec - click_coords[0])**2 +
        (scaled_data - click_coords[1])**2
    )
    
    # find the closest index
    closest_index = distances.argmin()

    return closest_index

将scale_factor设置为

y_magnitude - 1

会生成大约10-100的缩放y轴数据，这应该是正确的，但是，上述行为仍然存在。将

-1

更改为

-3

或

+3

最终会错误地选择最大或最小数据，而且我还没有找到可以改变上述基本行为的中间值。

我该如何解决此问题并确保正确选择较低的基准？

Answer 1

使用 scikit-learn 作品中的 MinMaxScaler()：

# this finds the closest datum to the click point
def find_closest_index(analysis, click_coords, mass):
    x_data = analysis.time_sec.to_numpy().reshape(-1,1)
    y_data = analysis.raw_data[mass].to_numpy().reshape(-1,1)

    # define the scaler and scale the x and y data
    scaler      = MinMaxScaler()
    scaled_data = scaler.fit_transform(np.concatenate((x_data, y_data), axis=1))
    scaled_x    = scaled_data[:, 0]
    scaled_y    = scaled_data[:, 1]

    # scale click coordinates
    scaled_click_coords = scaler.transform([click_coords])
    scaled_click_x      = scaled_click_coords[0, 0]
    scaled_click_y      = scaled_click_coords[0, 1]

    # calculate distances from click point to data
    distances = np.sqrt(
        (scaled_x - scaled_click_x)**2 +
        (scaled_y - scaled_click_y)**2
    )
    
    # find the closest index
    closest_index = distances.argmin()

    return closest_index