我正在寻找一个最近的邻居在三维搜索的实现。
我正在使用scipy.space。问题是，我需要经常更新树/索引，而且在这个实现中，每次需要更新树时都会重新生成树，导致执行时间非常长。
我正在尝试解决的任务如下：对于一组大型三维点，将彼此太近的点（比指定的间隙值更近）合并。
目前，我通过循环遍历点列表来解决这个问题，如果索引没有太近的邻居，则向索引添加一个新点，如果找到邻居，则向该点分配一个邻居的坐标。
我很感激有其他快速的方法来解决这个问题。
最佳答案
对于快速近邻搜索，我可以推荐弗兰恩（http://www.cs.ubc.ca/~mariusm/index.php/FLANN/FLANN）对于点云，我会尝试PCL（http://pointclouds.org/）两者都有python绑定。
一个想法是用PCL对这些点进行聚类，并将这些聚类联合起来（segmentation.html“>http://docs.pointclouds.org/trunk/group_segmentation.html）
关于python - 有效的最近邻居搜索特定任务？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/17807285/