Scipy cKD_Tree bug

[schneitzmaster]

Hallo Leute,

ich habe eine Funktion geschrieben, mit der ich aus einem numpy-array von 3d koordinaten doppelt auftretende punkte eliminiere.
Dazu benutze ich den cKD_Tree von scipy (version 0.15.1) und die funktion "query_pairs". Im Großen und Ganzen funktioniert das Ganze. Werden die Listen der Knoten-Koordinaten jedoch groß
treten vermehrt fehler auf. Hier mein Beispiel Code (dazu benötigt wird die Liste der knoten https://www.dropbox.com/s/orkj868iuh01g ... s.txt?dl=0 ):

Code: Alles auswählen

import numpy as np
import scipy.spatial

def rm_coincident_nodes(nodes,delta=10**-9):
    cKD_TREE        = scipy.spatial.cKDTree( nodes )                        # BUILD KD_TREE
    coincident_pairs= np.array( list(cKD_TREE.query_pairs( delta )) ) # GET ALL PAIRS WITH A SMALLER DISTANCE THAN delta
    idx             = np.arange( 0, len(nodes) )                                 # INITIALIZE INDEX CORRELATION ARRAY    
    idx[coincident_pairs[:,1]] = coincident_pairs[:,0]                       # CORRELATE COINCIDENT PAIRS WITH INDEX
    unique_ids      = np.unique(idx)                                              # FILTER UNIQUE NODE IDS
    nodes           = nodes[unique_ids]                                          # GET UNIQUE NODES
    return nodes

nodes = np.genfromtxt('nodes.txt')                          # READ NODES

new_nodes = rm_coincident_nodes(nodes,delta=10**-9)         # REMOVE COINCIDENT NODES
print 'Number of new_nodes ',len(new_nodes)
print 'node 29700',new_nodes[29700]
print 'node 3733',new_nodes[3733]

new_new_nodes = rm_coincident_nodes(new_nodes,delta=10**-9) # REMOVE COINCIDENT NODES
print 'Number of new_new_nodes ',len(new_new_nodes)

Ausgabe davon ist:

Code: Alles auswählen

>>> Number of new_nodes  32045
>>> node 29700 [ 1.        0.793401  1.      ]
>>> node 3733 [ 1.        0.793401  1.      ]
>>> Number of new_new_nodes  32038

Das heißt beim ersten mal wurden nicht alle Pärchen gefunden. Ist das ein Fehler im Scipy-code oder habe ich etwas übersehen?

P.S: Kann man hier auch Anhänge hochladen?

[BlackJack]

@schneitzmaster: Ohne mich damit jetzt näher befasst zu haben: Was passiert wenn es drei gleiche Punkte gibt, die Paarfunktion zwei davon als Paar liefert und Du von diesem Paar einen entfernst. Wieviele gleiche bleiben über? Kann es das sein?

[schneitzmaster]

@BlackJack: Danke für die schnelle Antwort. Ich hab den Wald vor lauter Bäumen nicht gesehen. Wenn ich

Code: Alles auswählen

nodes = np.array([[1.,2.,3.],                  
                  [1.,2.,3.],
                  [1.,2.,4.],
                  [1.,2.,3.]])

setze kann ich den Fehler reproduzieren. Ich hab mich beim indizieren vertan... werd das gleich beheben.
Danke für den Hinweis!

[schneitzmaster]

ich hab das ganze jetzt über eine Schleife, die nach mehrfach auftretenden punkten in den spalten des 'coincident_pairs' arrays sucht gelöst:

Code: Alles auswählen

import numpy as np
import scipy.spatial
import scipy.version
def rm_coincident_nodes(nodes,delta=10**-9):
    cKD_TREE        = scipy.spatial.cKDTree( nodes )                  # BUILD KD_TREE
    coincident_pairs= np.array( list(cKD_TREE.query_pairs( delta )) ) # GET ALL PAIRS WITH A SMALLER DISTANCE THAN delta
    idx             = np.arange( 0, len(nodes) )                      # INITIALIZE INDEX CORRELATION ARRAY
    # SEARCH FOR MULTIPLE OCCURING POINTS IN THE COLUMNS OF coincident_pairs
    for pair_i in coincident_pairs:
        id_ch = np.where( coincident_pairs[:,1]==pair_i[0] )[0]
        if len(id_ch)>0:
            pair_i[0] = coincident_pairs[id_ch[0]][0]    
    idx[coincident_pairs[:,1]] = coincident_pairs[:,0]                # CORRELATE COINCIDENT PAIRS WITH INDEX    
    unique_ids      = np.unique(idx)                                  # FILTER UNIQUE NODE IDS
    nodes           = nodes[unique_ids]                               # GET UNIQUE NODES
    return nodes