skbio.stats.distance.DistanceMatrix¶
- class skbio.stats.distance.DistanceMatrix(data, ids=None, validate=True)[源代码]¶
存储对象之间的距离。
A DistanceMatrix 是一种 DissimilarityMatrix 以及矩阵数据是对称的这一附加要求。还可以使用其他方法来利用这种对称性。
备注
距离以冗余(正方形)格式存储 [1]. 为了便于与其他科学Python例程(例如,Scipy)一起使用,可以使用以下命令以精简(矢量形式)格式检索距离 condensed_form 。
DistanceMatrix 只要求它存储的距离是对称的。支票是 not 执行以确保其他三个度量属性(非负性、不可分辨的恒等式和三角不等性)成立 [2]. 因此,一个 DistanceMatrix 实例可以存储非度量值的距离。
引用
属性
T相异矩阵的转置。
data一系列不同之处。
default_write_formatdtype不同的数据类型。
ids对象ID的元组。
png在IPython笔记本中以PNG格式显示热图。
shape包含相异矩阵维度的双元素元组。
size相异矩阵中的元素总数。
svg在IPython笔记本中以SVG格式显示热图。
内嵌函数
__contains__(lookup_id)检查指定的ID是否在相异度矩阵中。
__eq__(其他)将此相异矩阵与另一个矩阵进行比较,以求相等。
__ge__(value, /)返回self>=值。
__getitem__\(索引)按对象ID或NumPy索引将不同的数据切片。
__getstate__\()泡菜的帮手。
__gt__(value, /)返回self>值。
__le__(value, /)返回self<=value。
__lt__(value, /)返回self<value。
__ne__(其他)确定两个相异矩阵是否不相等。
__str__\()返回相异矩阵的字符串表示形式。
方法
between(from_, to_[, allow_overlap])获取两组ID之间的距离
condensed_form\()以压缩格式返回距离数组。
copy\()返回相异矩阵的深层副本。
filter(ids[, strict])根据ID过滤相异度矩阵。
from_iterable(iterable, metric[, key, keys, ...])从给定度量的迭代数中的所有对创建距离矩阵。
index(lookup_id)返回指定ID的索引。
permute([condensed])随机排列矩阵中的行和列。
plot([cmap, title])创建相异矩阵的热图
read(file[, format])创建新的
DistanceMatrix实例。redundant_form\()返回冗余格式的相异度数组。
to_data_frame\()创建
pandas.DataFrame从这个开始DissimilarityMatrix。to_series\()创建
pandas.Series从这个开始DistanceMatrix。transpose\()返回相异矩阵的转置。
within\(ID)获取ID集合中的所有距离
write(file[, format])编写一个实例
DistanceMatrix保存到文件中。