漢明距離Matlab到Python

Question

好的，我正在用k-NN方法對兩個文檔進行漢明距離。 我正在嘗試將Matlab代碼轉換為Python，但是我已經看了好幾個小時了，不知道是什么原因導致了錯誤。

Matlab中的代碼：

function [ Dist ] = hamming_distance( X,Xtrain )
% Function calculates Hamming distances of elements in set X from elements in set Xtrain. Distances of objects are returned as matrix Dist
% X - set of objects we are comparing N1xD
% Xtrain - set of objects to which X objects are compared N2xD
% Dist - matrix of distances between X and Xtrain objects N1xN2
% N1 - number of elements in X
% N2 - number of elements in Xtrain
% D - number of features (key words)

N1 = size(X,1);
N2 = size(Xtrain,1);
Dist = zeros(N1,N2);
D1 = size(X,2);
for i=1:N1
    for j=1:N2
        temp_matrix = xor(X(i,1:D1),Xtrain(j,1:D1));
        Dist(i,j) = sum(temp_matrix);
    end
end
end

到目前為止，這是我在Python中編寫的內容：

def hamming_distance(X, X_train):
    """
    :param X: set of objects that are going to be compared N1xD
    :param X_train: set of objects compared against param X N2xD
    Functions calculates Hamming distances between all objects from set X  and all object from set X_train.
    Resulting distances are returned as matrices.
    :return: Distance matrix between objects X and X_train X i X_train N1xN2
    """
    N1 = X.shape[0]
    N2 = X_train.shape[0]
    hdist = np.zeros(shape =(N1, N2))
    D1 = X.shape[1]
    for i in range (1,N1):
        for j in range (1, N2):
            temp_matrix = np.logical_xor(X[i,1:D1], X_train[j, 1:D1])
            hdist[i, j] = np.sum(temp_matrix)
    return hdist

該錯誤似乎在Python代碼的xor部分中。 我不明白那里可能出什么事了； 我嘗試將其表示為(X[i,1:D1]) ^ (X_train[j, 1:D1])但它沒有任何改變。 我檢查了logical_xor函數，似乎我對該函數輸入正確。 我不知道錯誤是從哪里來的。 可能是因為矩陣形狀不同嗎？ 我在調整大小時感到困惑，是否應該將X和X_train更改為數組？ 我嘗試了一次，但沒有任何幫助。

錯誤：

Traceback (most recent call last):
  File "C:\...\test.py", line 90, in test_hamming_distance
    out = hamming_distance(data['X'], data['X_train'])
  File "C:\...\content.py", line 28, in hamming_distance
    temp_matrix = np.logical_xor(X[i,1:D1], X_train[j, 1:D1])
  File "C:\...\Anaconda3\lib\site-packages\scipy\sparse\base.py", line 559, in __getattr__
    raise AttributeError(attr + " not found")
AttributeError: logical_xor not found

我不能更改test.py，只能更改content.py。 Test.py應該工作正常，所以我確定我的函數有錯誤。 任何幫助，將不勝感激！

編輯：我有，在我的文件的頂部：

import numpy as np

寫numpy而不是np並沒有改變任何東西。 我收到錯誤消息'numpy wasn't defined' 。

Answer 1

之所以不起作用，是因為X或X_train都是稀疏稀疏矩陣。 Scipy稀疏矩陣尚不支持邏輯運算，盡管有關此運算的工作正在進行中 。

調用numpy函數時，此錯誤顯示在scipy中而不是numpy中的原因是， logical_xor是numpy ufunc或“通用函數”。 旨在與numpy ufunc進行交互的Python類可以覆蓋ufunc的行為，而scipy稀疏矩陣可以避免調用不受支持的操作，這些操作會將數組轉換為密集數組，並可能耗盡所有內存。

您可能需要使用例如X.toarray()將其轉換為密集數組。 如果太大而無法裝入內存，則應使用dask或bcolz類的軟件包為您處理內存管理。

編輯：稀疏稀疏矩陣不是ndarray的子​​類。