matriz de distancia de cálculo python a partir de datos del diccionario - python, análisis de clúster, distancia, enlace, pdist

Quiero calcular una matriz de distancia a partir de datos de un diccionario como los siguientes:

y = {"a": ndarray1, "b": ndarry2, "c": ndarry3}

El valor de cada clave ("a", "b", "c") es un np.ndarry con diferente tamaño. Y tengo un dist() Función que puede calcular la distancia entre y["a"] y y["b"] mediante dist(y["a"], y["b"]).

Para que la matriz de distancia resultante sea:

+----------------------------------------------------------------+
|                a        b                        c             |
+----------------------------------------------------------------+
| a  | 0        mydist(ndarrya1, ndarray)  mydist(ndarray1, ndarray3) |
| b  |          0                        mydist(ndarray2, ndarray3) |
| c  |                                   0                        |
+----------------------------------------------------------------+

Yo he tratado scipy.spatial.distance.pdist con pdist(y, mydist), pero se equivocó al decir que:

[X] = _copy_arrays_if_base_present([_convert_to_double(X)])
File "/usr/local/lib/python2.7/dist-packages/scipy/spatial/distance.py", line 113, in _convert_to_double
X = X.astype(np.double)
TypeError: float() argument must be a string or a number

¿Alguien puede decirme cómo implementar este pdist por mí mismo? Quiero usar el resultado pdist para un mayor agrupamiento jerárquico.

Respuestas

La primera parte de tu pregunta es bastante clara. La segunda parte, no sé qué estás preguntando. ¿Por qué necesitas volver a implementar? scipy.spatial.distance.pdist, Pensé que ya tienes un dist() Función para calcular la distancia por pares.

Para obtener la distancia de pares, cuando ya tienes un dist() Función para calcularlo:

In [69]:
D={"a":some_value,"b":some_value,"c":some_value}
In [70]:
import itertools
In [71]:
list(itertools.combinations(D,2))
Out[71]:
[("a", "c"), ("a", "b"), ("c", "b")]

In [72]: #this is what you need:
[dist(*map(D.get, item)) for item in itertools.combinations(D,2)]