使用scipy cKDTree查找最近值索引结果异常的问题排查

你遇到的问题是对cKDTree.query()的返回值理解有误：它返回的是**(最小欧氏距离, 目标点在构建树的数据集里的索引下标)**，不是直接返回坐标对。

具体分析你的例子 #

当你查询[6,9]时，返回的(1.0, 0)含义是：

• 1.0：查询点(6,9)到最近匹配点的欧氏距离，计算为√[(7-6)² + (9-9)²] = 1.0
• 0：最近匹配点在greaterThanIndexes数组中的索引，对应数组的第0个元素[7,9]，这正是你预期的结果之一。

而你提到的另一个候选点(8,8)，它和(6,9)的距离是√[(8-6)² + (8-9)²] = √5 ≈2.236，确实比1.0大，所以不是最近点。

正确获取坐标的方法 #

要得到实际的坐标对，只需用返回的索引去greaterThanIndexes数组中取值即可，修正后的代码如下：

from scipy.spatial import cKDTree
import numpy as np

# 构建测试数组
test = np.array([i+j for i in range(10) for j in range(10)]).reshape(10,10)

# 获取符合条件的索引
greaterThanIndexes = np.stack(np.where(test>=16), axis=1)

# 构建KD树
LookUpTree = cKDTree(data=greaterThanIndexes)

# 查询(6,9)的最近点
distance, idx = LookUpTree.query([6,9])
nearest_point = greaterThanIndexes[idx]

print(f"最近点距离: {distance}")
print(f"最近点坐标: {nearest_point}")

运行结果：

最近点距离: 1.0
最近点坐标: [7 9]

扩展：查找k个最近邻 #

如果需要获取多个最近点，可以指定k参数，返回的距离和索引会是数组形式：

distances, idxs = LookUpTree.query([6,9], k=2)
nearest_points = greaterThanIndexes[idxs]

print(f"前2近点距离: {distances}")
print(f"前2近点坐标: {nearest_points}")

运行结果：

前2近点距离: [1.         2.23606798]
前2近点坐标: [[7 9]
 [8 8]]

内容的提问来源于stack exchange，提问作者Eric Eckert