如何智能处理scipy.spatial.distance.cdist的多种输出异常？

不要用字符串处理numpy数组，直接基于数组的维度和数值属性来处理更可靠，以下是针对你遇到的所有异常情况的解决方案：

核心处理逻辑 #

针对cdist返回的不同结果类型，分情况处理：

1. 空结果（[]或[[]]）：直接判定数组大小为0，设置为100.00或跳过
2. 多CA原子（[[X X]]）：将数组展平后，选择取最小距离、平均距离或保留所有值
3. 正常结果（[[X]]）：直接提取数值格式化

代码示例 #

import numpy as np
from scipy.spatial.distance import cdist

# 初始化存储结果的列表
distance_list = []

# 假设你已经通过pdb解析得到两组CA原子坐标：coords1, coords2
# 计算成对距离
dist_result = cdist(coords1, coords2)

# 处理空结果（避免索引越界）
if dist_result.size == 0:
    # 选项1：添加极大值100.00到列表
    distance_list.append(str(round(100.0, 2)))
    # 选项2：跳过空值，注释上面一行，启用下面一行
    # continue

# 处理非空结果
else:
    # 将二维数组展平为一维，统一处理单/多CA情况
    flattened_dists = dist_result.flatten()
    
    # 选择多CA情况的处理方式：
    # 方式1：取最小距离（适合同一残基存在多个CA的场景）
    valid_dist = flattened_dists.min()
    # 方式2：取平均距离
    # valid_dist = flattened_dists.mean()
    # 方式3：保留所有距离值（如果需要记录多个CA的成对距离）
    # for d in flattened_dists:
    #     distance_list.append(str(round(float(d), 2)))
    # continue
    
    # 格式化为要求的字符串并添加到列表
    distance_list.append(str(round(float(valid_dist), 2)))

关键说明 #

• 用dist_result.size == 0可以覆盖所有空数组情况（包括np.array([])和np.array([[]])），彻底避免索引越界错误
• 利用numpy的flatten()方法统一二维数组的处理逻辑，无需区分单/多CA的结构差异
• 多CA的处理方式可根据你的实际需求选择：若关注残基间的最短距离选最小值，若要平均水平选平均值，若需保留所有成对结果则遍历添加

内容的提问来源于stack exchange，提问作者Filippo