python - 批量计算给定数组与mongodb数据库数组之间的欧氏距离

Question

我正在尝试做什么:

计算Euclidean distance给定数组(例如 [0,1.2,0,1.5,0,0.3,1,2,1])与具有以下结构的集合对象内的所有其他数组之间:

{'myname':'001','myarray':[0,1,2.0,1,0,0.3,1,2,1]}

我如何创建集合:

from pymongo import MongoClient

mydata = [{'myname':'001',
          'myarray':[0,1,2.0,1,0,0.3,1,2,1]},
          {'myname':'002',
          'myarray':[0,0,0,1,1,0.7,1,2,1]},
          {'myname':'003',
          'myarray':[0,1,2,1.2,1,2,1,2,1]},
          {'myname':'004',
          'myarray':[0,0,2,0,0,0,1.3,2,1]},
          {'myname':'005',
          'myarray':[0,1,0.5,1,0,0,1,2,1]},
          ]


client = MongoClient('localhost', 27017)
db = client['mydb']
collection = db['mydata']

for data in mydata:
    collection.insert_one(data)

我在其他解决方案中发现的内容:

我看到了很多如何使用 MongoDB 计算地理空间距离的示例，但不幸的是，它看起来只适用于 2 元素数组(如 [经度，纬度])。在这些情况下，人们使用 $near 和 $geoNear。 我还发现了一些关于 map-reduce 函数的内容，这些函数对于这种情况应该很有用，但我是 MongoDB 的新手，我不知道如何通过集合创建和执行函数。

拥有什么就太好了:

使用上面的代码示例的 Python 代码返回每个对象的列表及其与给定数组的距离，例如: {'我的名字':'001'，'我的距离':15。}

Answer 1

遵循 map-reduce syntax in pymongo ，我们需要作为字符串传入的map和reduce JS函数。指定点wrt。为了计算距离，我们需要将一个附加变量 (target) 传递到函数作用域中。总之，操作看起来像这样:

from bson.code import Code

map = Code("function () {....")
reduce = Code("function (key, values) {...")

point_array = collection.find({ 'myname': '005' }, { 'myarray': 1 })[0]['myarray']
result = collection.map_reduce(map, reduce, "myresults", scope={"target": point_array})

可能有一百万种方法来拆分 Map-Reduce 函数，但我是这样做的。首先，我们有 map 函数，它会发出一个数组和“目标”数组之间的一系列元素差异以及一个键。我假设 myname 是唯一的，所以我用它作为键:

# map
function () {
  var i;
  for (i = 0; i < this.myarray.length; i++) {
    emit(this.myname, this.myarray[i] - target[i]);
  }
}

然后，为了获得最终距离，reduce 函数获取从映射步骤发出的差异，对它们的平方求和，然后根据以下公式取该总和的平方根:

# reduce
function (key, values) {
  var total = 0;
  var i = 0;
  for (i = 0; i < values.length; i++) {
    total = total + Math.pow(values[i],2);
  }
  return Math.sqrt(total);
}

结果的输出是:

{'_id': '001', 'value': 1.5297058540778354}
{'_id': '002', 'value': 1.6552945357246849}
{'_id': '003', 'value': 2.7}
{'_id': '004', 'value': 2.083266665599966}
{'_id': '005', 'value': 0.0}