将多个D点的数组按到参考点的距离排序

Question

我将参考点p_ref存储在形状为（1024，）的numpy数组中，类似于：

print(p_ref)
>>> array([ 10.0,  11.0,  10.2, ..., 9.7])

[我还有一个numpy数组A_points，其形状为（1024,5000），包含5000个点，每个点都具有p_ref之类的1024个维度。我的问题：我想按A_points到p_ref的（祖父）距离对这些点进行排序！

我该怎么做？我读到有关scipy.spatial.distance.cdist和scipy.spatial.KDTree的信息，但是它们都没有完全按照我想要的去做，当我尝试将它们结合在一起时，我一团糟。谢谢！

Answer 1

我希望我能正确理解您，但是您可以使用numpy.linalg.norm计算两个向量之间的距离。使用它应该很简单：

sorted( mypoints, key = lambda x: numpy.linalg.norm(x - p_ref ) )

Answer 2

您可以做这样的事情-

A_points[np.linalg.norm(A_points-p_ref[:,None],axis=1).argsort()]

[另一个具有np.einsum的效率应该比np.linalg.norm-]高>

d = A_points-p_ref[:,None]
out = A_points[np.einsum('ij,ij->i',d,d).argsort()]