Python中的多維歐氏距離

Question

我想計算2個數組之間多維（24維）的歐幾里德距離。 我正在使用numpy-Scipy。

這是我的代碼：

import numpy,scipy;

A=numpy.array([116.629, 7192.6, 4535.66, 279714, 176404, 443608, 295522, 1.18399e+07, 7.74233e+06, 2.85839e+08, 2.30168e+08, 5.6919e+08, 168989, 7.48866e+06, 1.45261e+06, 7.49496e+07, 2.13295e+07, 3.74361e+08, 54.5, 3349.39, 262.614, 16175.8, 3693.79, 205865]);

B=numpy.array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 151246, 6795630, 4566625, 2.0355328e+08, 1.4250515e+08, 3.2699482e+08, 95635, 4470961, 589043, 29729866, 6124073, 222.3]);

但是，我使用scipy.spatial.distance.cdist(A[numpy.newaxis,:],B,'euclidean') euclidean scipy.spatial.distance.cdist(A[numpy.newaxis,:],B,'euclidean')來計算eucleidan距離。

但它給了我一個錯誤

raise ValueError('XB must be a 2-dimensional array.');

我好像不明白。

我scipy.spatial.distance.pdist了scipy.spatial.distance.pdist但不明白如何使用它？

還有其他更好的方法嗎？

Answer 1

也許是scipy.spatial.distance.euclidean ？

例子

 >>> from scipy.spatial import distance >>> distance.euclidean([1, 0, 0], [0, 1, 0]) 1.4142135623730951 >>> distance.euclidean([1, 1, 0], [0, 1, 0]) 1.0 

Answer 2

使用其中之一

numpy.sqrt(numpy.sum((A - B)**2))

或者更簡單

numpy.linalg.norm(A - B)

Answer 3

A和B在24-D空間中是2個點。 你應該使用scipy.spatial.distance.euclidean 。

在這里

scipy.spatial.distance.euclidean(A, B)

Answer 4

除了已經提到的計算歐幾里德距離的方法之外，這里有一個與原始代碼接近的方法：

scipy.spatial.distance.cdist([A], [B], 'euclidean')

要么

scipy.spatial.distance.cdist(np.atleast_2d(A), np.atleast_2d(B), 'euclidean')

這將返回一個保持L2距離的1×1 np.ndarray 。

Answer 5

由於以上所有答案都涉及numpy和scipy，只是想指出一些非常簡單的事情可以通過減少來完成

def n_dimensional_euclidean_distance(a, b):
   """
   Returns the euclidean distance for n>=2 dimensions
   :param a: tuple with integers
   :param b: tuple with integers
   :return: the euclidean distance as an integer
   """
   dimension = len(a) # notice, this will definitely throw a IndexError if len(a) != len(b)

   return sqrt(reduce(lambda i,j: i + ((a[j] - b[j]) ** 2), range(dimension), 0))

這將對維度中所有j的所有對（a [j] - b [j]）^ 2求和（注意，為簡單起見，這不支持n <2維距離）。

Answer 6

啟動Python 3.8 ，您可以使用標准庫的math模塊及其新的dist函數，它返回兩點之間的歐氏距離（以列表或坐標元組的形式給出）：

from math import dist

dist([1, 0, 0], [0, 1, 0]) # 1.4142135623730951