python求各种距离公式

最新推荐文章于 2024-08-15 01:55:01 发布

鱼的一滴泪1990

最新推荐文章于 2024-08-15 01:55:01 发布

阅读量1.2w

点赞数 2

分类专栏： pyhton 文章标签： python

本文链接：https://blog.csdn.net/ljr257816/article/details/52587382

版权

本文介绍了使用Python的scipy.spatial.distance模块计算不同距离的方法，包括欧式距离、曼哈顿距离、余弦距离等，并提供了相应的代码示例。通过这些函数，可以方便地计算样本之间的各种距离。

摘要由CSDN通过智能技术生成

今天一个偶然的机会体会到了python数据运算的强大。求一个数组各样本之间的距离仅简单的几句代码就行。看来真的技术改变世界啊。废话不多说，记下来怕以后忘记。

from scipy.spatial.distance import pdist, squareform

下面结合API文档标注一下具体用法：

1.X = pdist(X, 'euclidean')

计算数组X样本之间的欧式距离返回值为 Y 为压缩距离元组或矩阵（以下等同）

2. X = pdist(X, 'minkowski', p)

计算数组样本之间的明氏距离

3. Y = pdist(X, 'cityblock')

计算数组样本之间的曼哈顿距离

4. X = pdist(X, 'seuclidean', V=None)

计算数组样本之间的标准化欧式距离，v是方差向量，表示 v[i]表示第i个分量的方差，如果缺失。默认自动计算。

5. X = pdist(X, 'sqeuclidean')

计算数组样本之间欧式距离的平方

6.

关注

专栏目录