Python：sklearn.neighbors.KDTree无法按预期工作

Question

我正在编写一个程序，该程序应该选择位于另一个点附近的点。邻域大小由半径指定。我为此使用sklearn.neighbors.KDTree算法。但是，它没有按我预期的那样工作。

为了向您展示我正在处理的内容，我有两个数据框：

• df_example_points，这是我要搜索的一组点，

  >>> import pandas as pd
  >>> from sklearn.neighbors import KDTree
  >>> df_example_points = pd.DataFrame(
  ...     {
  ...         'X': [-845.204, -845.262, -845.262, -845.262],
  ...         'Y': [-1986.243, -1986.077, -1986.077, -1986.079],
  ...         'Z': [246.655, 246.741, 246.742, 246.743],
  ...     }
  ... )
  >>> print(df_example_points)
           X         Y        Z
  0 -845.204 -1986.243  246.655
  1 -845.262 -1986.077  246.741
  2 -845.262 -1986.077  246.742
  3 -845.262 -1986.079  246.743
  

• 和df_reference_point，它由一个点组成，我想用它来定义其邻域。

  >>> df_reference_point = pd.DataFrame({'X': [-845.002], 'Y': [-1986.32], 'Z': [246.508]})
  >>> print(df_reference_point)
           X        Y        Z
  0 -845.002 -1986.32  246.508
  

[当我尝试对KDTree的期望进行硬编码时，似乎[K0Tree]中的每个点都应由KDTree提取为位于参考点附近的点。

df_example_points

但是，当我尝试使用KDTree时，仅提取了一个点。

>>> radius = 0.27
>>> x_ref, y_ref, z_ref = df_reference_point.iloc[0]
>>> x_min, x_max = x_ref - radius, x_ref + radius
>>> y_min, y_max = y_ref - radius, y_ref + radius
>>> z_min, z_max = z_ref - radius, z_ref + radius
>>> for i, (x, y, z) in df_example_points.iterrows():
...     if all([x_min <= x <= x_max, y_min <= y <= y_max, z_min <= z <= z_max]):
...         print(f'Point {i} SHOULD be extracted.')
...     else:
...         print(f'Point {i} SHOULD NOT be extracted.')
Point 0 SHOULD be extracted.
Point 1 SHOULD be extracted.
Point 2 SHOULD be extracted.
Point 3 SHOULD be extracted.

我想使用KDTree，因为实现要快得多。但是，当结果不可靠时，我将无法使用它。拜托，你能帮我吗，我在做什么错？我想念什么？

Answer 1

正如@Gabriel所说，您正在使用两个不同的距离度量。当您使用

>>> tree = KDTree(df_example_points.values)
>>> extracted_points_indices = tree.query_radius(df_reference_point.values.reshape(1, -1), radius)[0]
>>> print(f'Number of extracted points: {len(extracted_points_indices)}')
Number of extracted points: 1

时，KDTree默认值为minkowski（您可以在此处检查sklearn可能的度量标准：chebyshev）。

更改默认设置将获得预期的结果：

DistanceMetric