Nearest

Nearest[{elem1,elem2,},x]

x に最も近い elemiのリストを与える.

Nearest[{elem1v1,elem2v2,},x]

x に最も近い elemiに対応する viを与える.

Nearest[{elem1,elem2,}{v1,v2,},x]

同じ結果を与える.

Nearest[{elem1,elem2,}prop,x]

x が最も近い elemiの特性 prop を与える.

Nearest[data,{x1,x2,}]

事実上,{Nearest[data,x1],Nearest[data,x2],}を与える.

Nearest[data,x,n]

x に最も近い n 個の elemiを与える.

Nearest[data,x,{n,r}]

x の半径 r 内にある,x に最も近い n 個以下の elemiを与える.

Nearest[data]

異なる x に繰り返し適用可能なNearestFunction[]を生成する.

詳細とオプション

  • Nearestは,数値データ,地理空間データ,テキストデータ,視覚データを含むさまざまなデータおよび日付や時刻に使うことができる.
  • データは連想として与えることもできる.この場合,Nearest[<|key1val1,key2val2,|>]Nearest[{val1key1,val2key2,}]に等しい.
  • 以下は,Nearest[{elem1,elem2,}prop,]prop の取り得る形である.
  • "Element"最も近いことが分かった elemi
    "Index"最も近いことが分かった elemiの指標 i
    "Distance"最も近い elemiまでの距離
    {prop1,prop2,}複数の形式のリスト
    All要素,指標,距離を与える連想
  • Nearestが複数の要素 elemiを返す場合が,最も近いものが先頭に置かれる.
  • 複数の要素が等距離にある場合は,data 中の出現順で返される.
  • Nearest[data,x,{All,r}]を使って半径 r 内のすべての elemiを得ることができる.
  • 次のオプションが与えられる.
  • DistanceFunction Automatic使用する距離尺度
    Method Automatic使用するメソッド
    WorkingPrecision Automatic数値データに使用する精度
  • デフォルトで,異なるタイプの elemiに次の距離関数を使うことができる.
  • Norm[#1-#2]&数値データ
    JaccardDissimilarityブールデータ
    EditDistance文字列
    ColorDistance
    ImageDistance画像
    DateDifference日付と時刻
    GeoDistance地理空間データ
  • 地理空間データを伴うNearestGeoDistance使って距離を計算する.データはGeoPositionオブジェクトのリストとして,あるいは点の配列を含むGeoPositionとして与えることができる.
  • 画像あるいは色および距離関数 f について,DistanceFunction->f はそれぞれImageDistanceおよびColorDistanceに渡される. »
  • 画像はすべてはConformImagesを使って統一される.DistanceFunction->Automaticのとき,離散余弦変換に基づく次元縮退が画像の集合に適用される.
  • についてNorm[#1-#2,p]&またはManhattanDistanceChessboardDistanceEuclideanDistance等の名前付きの距離関数を使うと,数値ベクトルデータに対しての特別の最適化が呼び出される.
  • Methodに使用可能な設定値には"Octree""KDtree""Scan"がある.
  • WorkingPrecisionオプションの使用可能な設定値
  • MachinePrecision機械精度数を使う
    p精度 p を使う
    Automatic最近点を求めるために適応的精度を使う

例題

すべて開くすべて閉じる

  (5)

20に最も近い要素を求める:

20に最も近い要素を3つ求める:

2Dでどの要素が{2,3}に最も近いかを求める:

「最も近い」文字列を求める:

最も近い色を求める:

部分画像に最も近い画像区分を求める:

スコープ  (9)

最も近い要素を3つ与える:

半径2内の要素を与える:

半径2内の最も近い要素を最高で3個与える:

最も近い行列を求める:

2Dで{2,3}に最も近い要素を求め,適切なラベルを返す:

Associationを使って同じ計算をする:

最も近い文字列の指標を返す:

文字列要素,指標,距離を与えるAssociationを返す:

20に最も近い要素を3つ求め,同時に要素と20までの距離をレポートする:

一様ランダム分布に従う3Dの点について,原点に最も近い10の点の距離を与える:

最も近い10の点のそれぞれについて,点要素,指標,距離を含むAssociationを与える:

今後の使用のために検索関数を作る:

与えられたDateObjectに最も近いデータを求める:

地球上の{lat,lon}点のいずれがユーザに最も近いかを求める:

入力を別々のGeoPositionオブジェクトのリストとして表す:

最近点とその点までの距離を同時にレポートする:

オプション  (6)

DistanceFunction  (3)

デフォルトで,点には標準的なユークリッド距離が用いられる:

各側の長さを合計するManhattanDistanceを用いる:

ChessboardDistanceは最大距離間隔の次元のみを考慮する:

DistanceFunctionは記号として与えることができる:

あるいは,純関数として与えることができる:

ColorDistanceにおけるデフォルト距離とは異なる色距離を使って最も近い色を求める:

Method  (2)

機械精度データについて,さまざまなメソッドを比較する:

三次元では,"KDtree"メソッドの方が速い:

20次元では,単純なスキャンの方が速い:

Method->{"KDtree","LeafSize"->s}の設定を使って,構築されたKDツリーの任意の葉の最大点数を制御することができる:

ツリーの設定時間をプロットする:

個の異なる点を求める時間をプロットする:

WorkingPrecision  (1)

WorkingPrecision->MachinePrecisionを使うと,最も速い評価法が確実に使われる:

数がすべて機械精度と区別できない場合は,結果は正しくないかもしれない:

点はすべて,機械精度では事実上同じである:

より高い適切な精度値ならうまくいく:

アプリケーション  (8)

リストのNearestをプロットする:

ボロノイ(Voronoi)図を作成する:

より高い解像度を使う:

1ノルム (「タクシー距離」)を使う:

原点に最も近い200個のランダムな点をハイライトする:

"taxicab"の測定基準を使う:

辞書中の全単語から直近関数を作成する:

指定した単語に最も近い単語を探す:

さらに検索する:

一連の初歩的なセルオートマトンを実行した出力を求める:

256の初歩的セルオートマトンすべての出力の完全リストを生成する:

どの規則が指定した数列に最も近い出力を返すかを求める:

負の距離関数を使って指定要素から最も離れた要素を求める:

1から5までのすべての値について返された要素を示す:

メキシコの多角形を取る:

ユーザの現行の地理位置からその多角形に最も近い点を計算する:

ユーザの現在位置からその点までの測地線を描く:

特性と関係  (2)

タイの場合,最も近いすべての要素が順に返される:

Nearestの1引数形式はNearestFunctionオブジェクトを返す:

これは,繰り返しNearestを呼ぶよりも速い,最適化された検索関数である:

おもしろい例題  (1)

辞書中の連続する直近の語を求める:

Wolfram Research (2007), Nearest, Wolfram言語関数, https://reference.wolfram.com/language/ref/Nearest.html (2017年に更新).

テキスト

Wolfram Research (2007), Nearest, Wolfram言語関数, https://reference.wolfram.com/language/ref/Nearest.html (2017年に更新).

CMS

Wolfram Language. 2007. "Nearest." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2017. https://reference.wolfram.com/language/ref/Nearest.html.

APA

Wolfram Language. (2007). Nearest. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/Nearest.html

BibTeX

@misc{reference.wolfram_2024_nearest, author="Wolfram Research", title="{Nearest}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/Nearest.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_nearest, organization={Wolfram Research}, title={Nearest}, year={2017}, url={https://reference.wolfram.com/language/ref/Nearest.html}, note=[Accessed: 22-November-2024 ]}