如何将 numpy 数组的每一行向量与其自身和每个元素进行比较

Question

我有一个包含矢量化数据的 numpy 数组。 我需要比较这些向量中的每一个（数组中的一行）欧几里得距离自身和每隔一行。

向量的形式为

[[0 0 0 ... 0 0 0]
 [0 0 0 ... 0 0 0]
 [0 0 0 ... 0 0 0]
 ...
 [0 0 0 ... 0 0 0]
 [0 0 0 ... 0 0 0]
 [0 0 0 ... 0 0 0]]

我知道我需要两个循环，这是我目前所拥有的

def euclidean_distance_loop(termdoc):
    i = 0
    j = 0
    matrix = np.array([])
    while( j < (len(termdoc-1))):
        matrix = np.append(matrix,[euclidean_distance(termdoc[i],termdoc[j])])
        j = j + 1
        
    return np.array([matrix])

euclidean_distance_loop(termdoc)

我知道这是一个索引问题，我需要另一个索引或另一个循环中的递增索引，但不知道如何构造它

Answer 1

你不需要循环。

def self_distance(x):
    return np.linalg.norm(x[:,np.newaxis] - x, axis=-1)

也可以看看：

• Numpy。 将一个数组中的所有向量行与同一数组中的所有其他向量行进行比较
• 如何用 NumPy 计算欧几里得距离？