scipy.pdist()返回NaN值

Question

我在试着把时间序列聚在一起。簇内元素具有相同的形状，但尺度不同。因此，我想使用关联度量作为聚类的度量。我正在尝试相关或皮尔逊系数距离(欢迎任何建议或替代)。但是，以下代码在运行Z=联动( dist )时会返回错误，因为dist中有一些NaN值。在NaN中没有time_series值，这是由

np.any(isnan(time_series))

返回假的

from scipy.spatial.distance import pdist
from scipy.cluster.hierarchy import dendrogram, linkage

dist = pdist(time_series, metric='correlation') 
Z = linkage(dist)
fig = plt.figure()
dn = dendrogram(Z)
plt.show()

作为替代，我将使用pearson距离。

from scipy.stats import pearsonr

def pearson_distance(a,b):
    return 1 - pearsonr(a,b)[0]

dist = pdist(time_series, pearson_distance)`

但是这会产生一些运行时警告，并且需要花费大量的时间。

Answer 1

scipy.pdist(time_series, metric='correlation')

如果您看一下手册，correlation选项除以差额。因此，您可能有两个相同的时间戳，zero除以zero给出了NaN。