各类距离和python实现

• 先看一下这个，我这里主要是把实现这些距离的公式用python表达出来，其实网上其他人也都写过，但我还是写一遍
• http://blog.csdn.net/shiwei408/article/details/7602324   点击打开链接
  
• 闵可夫斯基距离
• 欧式距离
• 哈曼顿距离
• 切比雪夫距离
• 夹角余弦
• 汉明距离
• 杰卡德相似系数

1、欧式距离：

如果是两个向量AB运算的画可以(A-B)(A-B)T的开根

import numpy as np vec1=np.array([1,2,3]) vec2=np.array([4,5,6]) print np.sqrt( (vec1-vec2)*(vec1-vec2).T ) #或者 print ( (vec1-vec2)*(vec1-vec2).T )**0.5

2、哈曼顿距离：

     

import numpy as np vec1=np.array([1,2,3]) vec2=np.array([4,5,6]) print sum( np.abs(vec1-vec2) )

3、切比雪夫距离

     

import numpy as np vec1=np.array([1,2,3]) vec2=np.array([4,5,6]) print np.abs( (vec1-vec2).max() )

4、夹角余弦

 

import numpy as np vec1=np.array([1,2]) vec2=np.array([3,4]) cosv12=np.dot(vec1,vec2)  /  ( np.linalg.norm (vec1) * (np.linalg.norm(vec2) ) ) print cosv12

5、汉明距离

应用：信息编码

import numpy as np vec1=np.mat([1,1,1,1]) vec2=np.mat([1,0,0,1]) smstr=np.nonzero(vec1-vec2) print np.shape(smstr)[1]

6、杰卡德相似系数

应用：衡量两个集合相似度的一种指标

import numpy as np import scipy.spatial.distance as dist matv=np.mat([[1,1,0,1],[0,1,1,0]]) print "dist.jaccard",dist.pdist(matv,'jaccard')