欧氏距离矩阵

Question

我想计算两个词之间的欧几里得距离。 首先，将每个音素矢量化：

g = (0,1,0,0,0,1,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0)
a = (0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,1,0,1,0,0,0)
k = (0,1,0,0,0,1,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0)
n = (0,0,0,1,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0)
N = (0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)

因此，例如两个单词“ gaN”和“ gak”之间的距离是

dst1 = distance.euclidean(g,g)
dst2 = distance.euclidean(a,a)
dst3 = distance.euclidean(N,k)
dist = dst1+dst2+dst3
print(dist)

我想做的是一个巨大的矩阵，其中显示了800多个单词之间的所有距离。 看起来应该如下表所示（如csv文件中所示）

    gaN   gak   gan  gal ...
gaN 0     1.73  1.41
gak 1.73  0     2.24
gan 1.41  2.24  0
gal
...

有人可以帮我吗？ 我目前正在使用Python，但R也可以。

Answer 1

众所周知，欧氏距离只能对数字对象进行运算。 我不确定什么是现象，但是如果您已经拥有所有单词的数字表示形式，那么它应该是微不足道的。 （在这种情况下，您是将距离矩阵转换回GaN，gak表的问题吗？如果是这样，则需要有关如何从那里到现象对象的更多信息。

至于转换为csv，这是微不足道的。 实际上，您可以使用出色的pandas软件包以零额外的行数来完成此操作：

将熊猫作为pd dist = pd.DataFrame（euclidean_distances（tbl1，tbl2））。to_csv（'distances.csv'）导入