ValueError:无法将操作数与获取BallTree邻居的平均距离的形状一起广播

Question

当我尝试获取50个点的邻域的平均距离时，我收到错误"ValueError: operands be broadcast with shapes (5，) (4，)“。邻域的距离是使用sklearn的函数BallTree计算的。此函数的查询返回一个numpy双精度数组，其中包含中心点和邻域之间的距离，我正在搜索以获得中心点和邻域之间的平均距离。

代码如下：

import numpy as np
import sklearn.neighbors

rng = np.random.RandomState(0)
X = rng.random_sample((50, 3))

treeBall_Neighbors = sklearn.neighbors.BallTree(X, leaf_size=2)
indices_Neighbors,distance_Neighbors=treeBall_Neighbors.query_radius(X[:], r=0.2,count_only=False,return_distance=True)

print(distance_Neighbors.mean())

这很奇怪，因为如果我尝试一个接一个地获取平均距离，我不会得到错误：

print(distance_Neighbors[0].mean())
print(distance_Neighbors[1].mean())
...

你能帮助我在不使用for循环的情况下获得一个包含邻居平均值的numpy数组吗？

Answer 1

不幸的是，我觉得你有点不走运。让我们来看看distance_Neighbors最终是什么样子：

distance_Neighbors

array([array([0.19662693, 0.        , 0.12978415, 0.15542077, 0.19196227]),
       array([0.        , 0.10668909, 0.1864282 , 0.15770229]),
       array([0.]), array([0.14046915, 0.        , 0.19662693]),
       ...
       array([0.15770229, 0.15542077, 0.166294  , 0.08416146, 0.        ]),
       array([0.16614007, 0.        , 0.18970757, 0.19556229, 0.11739919]),
       array([0.]), array([0.]), array([0.])], dtype=object)

这是一个由dtype = object组成的参差不齐的数组-在numpy中，它不是一个有用的数据类型(当您尝试时，它们往往是奇怪错误的来源，比如您发现的错误)。这不是你的错，这就是sklearn的输出，但是你就像一个列表一样被卡住了，因为一个乱七八糟的dtype = object数组从一开始就不比一个列表好。

作为第二个问题，所有这些数组中都有一个0.0，这将扰乱您的平均值。如果您不介意没有邻居为nan的结果，您可以这样做：

[a[a>0].mean() for a in distance_Neighbors]
Out[13]: 
[0.1684485306859162,
 0.1502731942636554,
 nan,
 0.1685480404455817,
 0.14716664746268726,
 ...
 0.16064019067059504,
 0.17164368138912153,
 0.14089463228303245,
 0.16720227805614482,
 nan,
 nan,
 nan]

如果你想要一些其他的方法来处理它们，你需要创建一个真正的for循环。如果您根本不想处理它们，只需使用[a.mean() for a in distance_Neighbors]