歐氏距離矩陣

Question

我想計算兩個詞之間的歐幾里得距離。 首先，將每個音素矢量化：

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，例如兩個單詞“ gaN”和“ gak”之間的距離是

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

我想做的是一個巨大的矩陣，其中顯示了800多個單詞之間的所有距離。 看起來應該如下表所示（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
...

有人可以幫我嗎？ 我目前正在使用Python，但R也可以。

Answer 1

眾所周知，歐氏距離只能對數字對象進行運算。 我不確定什么是現象，但是如果您已經擁有所有單詞的數字表示形式，那么它應該是微不足道的。 （在這種情況下，您是將距離矩陣轉換回GaN，gak表的問題嗎？如果是這樣，則需要有關如何從那里到現象對象的更多信息。

至於轉換為csv，這是微不足道的。 實際上，您可以使用出色的pandas軟件包以零額外的行數來完成此操作：

將熊貓作為pd dist = pd.DataFrame（euclidean_distances（tbl1，tbl2））。to_csv（'distances.csv'）導入