lshash3 0.0.8

亮点

• 通过使用numpy数组，对大量高维数据进行快速哈希计算。

• 内置对持久性的支持通过Redis。

• 支持多个哈希索引。

• 内置对常见距离/目标函数的支持，用于排名输出。

安装

LSHash依赖于以下库

• numpy

• redis（如果需要通过Redis进行持久性）

• bitarray（如果使用汉明距离作为距离函数）

要安装

$ pip install lshash

快速入门

为8维度的输入数据创建6位哈希

>>> from lshash import LSHash

>>> lsh = LSHash(6, 8)
>>> lsh.index([1,2,3,4,5,6,7,8])
>>> lsh.index([2,3,4,5,6,7,8,9])
>>> lsh.index([10,12,99,1,5,31,2,3])
>>> lsh.query([1,2,3,4,5,6,7,7])
[((1, 2, 3, 4, 5, 6, 7, 8), 1.0),
 ((2, 3, 4, 5, 6, 7, 8, 9), 11)]

主要接口

• 初始化一个LSHash实例

LSHash(hash_size, input_dim, num_of_hashtables=1, storage=None, matrices_filename=None, overwrite=False)

参数

hash_size:

结果二进制哈希的长度。

input_dim:

输入向量的维度。

num_hashtables = 1:

(可选) 用于多次查找的哈希表数量。

storage = None:

(可选) 指定用于索引存储的存储名称。选项包括“redis”。

matrices_filename = None:

(可选) 指定随机矩阵存储或存储的路径.npz文件，如果文件尚不存在

overwrite = False:

(可选) 是否覆盖已存在的矩阵文件

• 为了索引给定 LSHash 实例的数据点，例如 lsh

lsh.index(input_point, extra_data=None):

参数

input_point:

输入数据点是一个包含 input_dim 个数字的数组或元组。

extra_data = None:

(可选) 与 input_point 一起添加的额外数据。

• 针对给定 LSHash 实例查询数据点，例如 lsh

lsh.query(query_point, num_results=None, distance_func="euclidean"):

参数

query_point:

查询数据点是一个包含 input_dim 个数字的数组或元组。

num_results = None:

(可选) 按排名顺序返回的查询结果的数目。默认情况下将返回所有结果。

distance_func = "euclidean":

(可选) 用于排名候选者的距离函数。默认情况下将使用欧几里得距离函数。