NumPy: vectoriser la somme des distances à un ensemble de points

Question

J'essaie de mettre en œuvre un algorithme de clustering k-medoids en Python/NumPy. En tant qu'élément de cet algo, je dois calculer la somme des distances entre les objets et leurs «médoïdes» (représentants de grappes).

J'ai: une matrice de distance sur cinq points

n_samples = 5 
D = np.array([[ 0.  , 3.04959014, 4.74341649, 3.72424489, 6.70298441], 
       [ 3.04959014, 0.  , 5.38516481, 4.52216762, 6.16846821], 
       [ 4.74341649, 5.38516481, 0.  , 1.02469508, 8.23711114], 
       [ 3.72424489, 4.52216762, 1.02469508, 0.  , 7.69025357], 
       [ 6.70298441, 6.16846821, 8.23711114, 7.69025357, 0.  ]]) 

un ensemble de medoids initial

medoids = np.array([0, 3]) 

et les appartenances groupe

cl = np.array([0, 0, 1, 1, 0]) 

je peux calculer la somme nécessaire à l'aide

>>> np.sum(D[i, medoids[cl[i]]] for i in xrange(n_samples)) 
10.777269622938899 

mais cela utilise une boucle Python. Est-ce que je manque une sorte d'idiome vectorisé pour calculer cette somme?

Answer 1

Que diriez-vous:

In [17]: D[np.arange(n_samples),medoids[cl]].sum() 
Out[17]: 10.777269629999999