networkx 通过欧几里得距离阈值构造图

Posted 2023-02-16

【中文标题】networkx 通过欧几里得距离阈值构造图

【英文标题】：networkx construct graph by euclidean distance threshold

【发布时间】：2021-03-19 16:41:03

【问题描述】：

我想在给定节点时通过欧几里得阈值边构造几何图。

例如，

给定的节点是二维地图上的位置

x1(1,0) x2(3,4) x5(5,6)

那么当我设置欧式距离阈值比如5时， 图表看起来像 x1-x2-x5。由于x1和x5都比5远，所以不允许连接。

如何使用 networkx 或其他库方便地做到这一点？

【参考方案1】：

您可以使用 kd-tree，特别是您可能希望使用 scipy.spatial.cKDTree（kd-tree 用于快速最近邻查找）。

一般来说，kd-tree（k-dimensional tree的缩写）是一种空间划分数据结构，用于组织k维空间中的点。它们对于在空间中找到最接近给定输入点的点很有用。

from networkx import Graph
from scipy.spatial import cKDTree

# your data and parameters
points = [(1, 0), (3, 4), (5, 6)]
dist = 5

# build KDTree
tree = cKDTree(points)

# build graph
G = Graph()
G.add_nodes_from(points)
G.add_edges_from((point, points[idx2])
                 for idx1, point in enumerate(points)
                 for idx2 in tree.query_ball_point(point, dist)
                 if idx1 != idx2)