我目前正在寻找一种构建几棵kd树以快速查询某些n维数据的方法。但是，scipy KD树算法存在一些问题
我的数据由id -> {data: somedata, coordinate: x, y}组成
我希望能够基于坐标和k最近邻居的ID进行查询，以及获取固定半径邻居的ID。从KDTree和cKDtree的科学实现来看，这是不可用的。
我的其他选择是编写我自己的KD树，因为我只是我，或者...？
最佳答案
通过玩KDTree，看起来它坚持要像2D numpy数组一样向其构造函数提供对象，但API会将索引返回到该数组中。此外，您不能只猴子将数据修补到各个坐标上。
但是，您仍然可以利用KDTree的勇气。您需要将对象拆分为附加数据对象的并行列表，以及KDTree看到的坐标的numpy数组。当它说出来时，返回第三个点进行搜索，您知道该点对应于附加数据对象列表中的第三个索引。
当然，它比提供给您一个键函数来提供任意对象的坐标的API笨拙，类似于如何将键传递给python sort函数，但它比滚动自己的KDTree实现好得多。