基于R语言distm与apply函数的计算结果解读：min_distance含义咨询

咱们一步步拆解你的代码，搞清楚min_distance到底是什么含义：

代码逻辑拆解 #

• 首先你创建的database是包含10个物业经纬度的数据集。
• distm(database[,2:1])：distm函数默认用WGS84椭球计算球面距离，单位是米。这里你把经度（第2列）放在纬度（第1列）前面，符合distm的输入要求（先经度后纬度），生成的是一个10×10的距离矩阵，矩阵里的d[i,j]代表第i个物业到第j个物业的距离。
• diag(d) <- 1000000：把矩阵的对角线元素（也就是每个物业到自己的距离）设成一个极大值，这样后续计算最小值时，就不会把“自己到自己”的0距离算进去。
• apply(d, MARGIN=2, FUN=min)：apply函数按列（MARGIN=2表示列）遍历距离矩阵，每一列取最小值，最后转成矩阵格式得到min_distance。

min_distance结果的具体含义 #

min_distance里的每一行值，对应的是对应序号的物业到其他所有物业的最小距离：

• 第1行的1522.9967：是第1个物业到另外9个物业的距离里最小的那个值
• 第2行的1522.9967：是第2个物业到另外9个物业的距离里最小的那个值
• 你会发现第1、2行数值相同，第3、4行相同，第5、6行相同，第8、9行相同——这说明这些成对的物业是彼此的最近邻（比如物业1的最近邻是物业2，物业2的最近邻也是物业1）。
• 第10行的2687.3265：是第10个物业到其他9个物业的最小距离，也是所有结果里最大的，说明这个物业离其他所有物业都相对更远。

关于结果的确认 #

你的判断方向是对的，但要更精准一点：这个结果不是所有点位之间的全局最小距离，而是每个单独点位到其他所有点位的最小距离——也就是每个物业自己的“最近邻距离”。

内容的提问来源于stack exchange，提问作者Carlo Soares