如何基于公交耗时距离矩阵计算二维嵌入并绘制带比例尺的纽约社区地图

一、优化现有Metric MDS实现（快速适配需求） #

你当前使用的sklearn.manifold.MDS可以通过简单后处理满足保留原始公交耗时比例尺和指定朝向的需求，无需更换方法：

1. 还原原始耗时比例尺 #

Metric MDS会对嵌入结果做归一化处理，丢失原始耗时的量级，可通过以下步骤修复：

from sklearn.manifold import MDS
import numpy as np

# 假设dist_matrix是你的公交耗时距离矩阵（n×n）
mds = MDS(n_components=2, metric=True, random_state=42)
coords_initial = mds.fit_transform(dist_matrix)

# 计算原始耗时的平均距离
original_distances = dist_matrix[np.triu_indices_from(dist_matrix, k=1)]
mean_original = np.mean(original_distances)

# 计算嵌入后点对的平均距离
embedded_distances = np.sqrt(np.sum((coords_initial[:, None] - coords_initial[None, :])**2, axis=2))
embedded_distances = embedded_distances[np.triu_indices_from(embedded_distances, k=1)]
mean_embedded = np.mean(embedded_distances)

# 缩放嵌入坐标，匹配原始耗时量级
scale_factor = mean_original / mean_embedded
coords_scaled = coords_initial * scale_factor

此时coords_scaled中点对的距离单位会与原始公交耗时一致（比如原始耗时为分钟，嵌入坐标的距离单位也为分钟）。

2. 手动指定朝向 #

MDS结果具有旋转不变性，可通过旋转矩阵调整整体朝向：

# 选择两个参考社区（比如曼哈顿和布鲁克林），定义目标位置
ref_idx1 = 0  # 曼哈顿的索引
ref_idx2 = 1  # 布鲁克林的索引
ref1_target = np.array([0, 0])
ref2_target = np.array([dist_matrix[ref_idx1, ref_idx2], 0])  # 让布鲁克林在x轴正方向

# 获取当前嵌入中的参考点坐标
ref1_current = coords_scaled[ref_idx1]
ref2_current = coords_scaled[ref_idx2]

# 计算旋转矩阵
current_vec = ref2_current - ref1_current
target_vec = ref2_target - ref1_target
theta = np.arctan2(target_vec[1], target_vec[0]) - np.arctan2(current_vec[1], current_vec[0])
rotation_matrix = np.array([
    [np.cos(theta), -np.sin(theta)],
    [np.sin(theta), np.cos(theta)]
])

# 旋转并平移所有坐标
coords_rotated = (coords_scaled - ref1_current) @ rotation_matrix + ref1_target

调整后所有点的朝向会符合你的预期。

二、固定参考点的三角定位法（精准控制比例尺与朝向） #

你提到的三角定位思路完全可行，能直接基于原始耗时生成坐标，无需依赖MDS拟合。该方法没有现成开箱工具，但用numpy可快速实现：

实现步骤 #

1. 选择三个不共线的参考社区，基于真实耗时固定它们的坐标：

a_idx = 0  # 参考点A的索引
b_idx = 1  # 参考点B的索引
c_idx = 2  # 参考点C的索引

d_ab = dist_matrix[a_idx, b_idx]
d_ac = dist_matrix[a_idx, c_idx]
d_bc = dist_matrix[b_idx, c_idx]

# 固定A在(0,0)，B在(d_ab, 0)，计算C的坐标
x_c = (d_ac**2 - d_bc**2 + d_ab**2) / (2 * d_ab)
y_c = np.sqrt(d_ac**2 - x_c**2)
coords_ref = np.array([[0, 0], [d_ab, 0], [x_c, y_c]])

2. 为剩余社区求解坐标：
   利用与三个参考点的距离建立方程组，用最小二乘法求解（避免距离矩阵微小误差导致无解）：

def compute_point_coords(d_ap, d_bp, d_cp, coords_ref):
    a, b, c = coords_ref
    # 展开距离方程得到线性方程组Ax = b
    A = np.array([
        [2*(b[0]-a[0]), 2*(b[1]-a[1])],
        [2*(c[0]-a[0]), 2*(c[1]-a[1])]
    ])
    b = np.array([
        d_ap**2 - d_bp**2 - a[0]**2 + b[0]**2 - a[1]**2 + b[1]**2,
        d_ap**2 - d_cp**2 - a[0]**2 + c[0]**2 - a[1]**2 + c[1]**2
    ])
    # 最小二乘法求解坐标
    x, y = np.linalg.lstsq(A, b, rcond=None)[0]
    return np.array([x, y])

# 生成所有社区的坐标
coords_triang = np.zeros((len(dist_matrix), 2))
coords_triang[a_idx] = coords_ref[0]
coords_triang[b_idx] = coords_ref[1]
coords_triang[c_idx] = coords_ref[2]

for idx in range(len(dist_matrix)):
    if idx in [a_idx, b_idx, c_idx]:
        continue
    d_ap = dist_matrix[a_idx, idx]
    d_bp = dist_matrix[b_idx, idx]
    d_cp = dist_matrix[c_idx, idx]
    coords_triang[idx] = compute_point_coords(d_ap, d_bp, d_cp, coords_ref)

优缺点 #

• 优点：完全保留原始公交耗时的比例尺，朝向由参考点位置直接定义，无MDS归一化干扰。
• 缺点：对距离矩阵误差敏感（若API返回耗时有波动，会导致坐标偏差），需确保三个参考点不共线。

三、方案选择建议 #

• 若距离矩阵存在噪声（比如API返回耗时有波动），优先选优化后的MDS，它能通过全局拟合平滑噪声，结果更稳定。
• 若需严格匹配原始耗时比例尺，且距离矩阵精度较高，选三角定位法，可实现完全可控的坐标生成。

内容的提问来源于stack exchange，提问作者sardine