日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

python?scipy.spatial.distance?距離計算函數??_python

作者：是夢吧，是你吧！ ? 更新時間： 2022-05-05 編程語言

1 scipy.spatial

from scipy import spatial

在scipy.spatial中最重要的模塊應該就是距離計算模塊distance了。

2 scipy.spatial.distance.cdist

2.1 語法

scipy.spatial.distance.cdist(XA, XB, metric='euclidean', 
                             p=None, V=None, VI=None, w=None)

該函數用于計算兩個輸入集合的距離，通過metric參數指定計算距離的不同方式得到不同的距離度量值。

2.2 metric的取值

braycurtis
?canberra
?chebyshev：切比雪夫距離
?cityblock
?correlation：相關系數
?cosine：余弦夾角
?dice
?euclidean：歐式距離
?hamming：漢明距離
?jaccard：杰卡德相似系數
?kulsinski
?mahalanobis：馬氏距離
?matching
?minkowski：閔可夫斯基距離
?rogerstanimoto
?russellrao
?seuclidean：標準化歐式距離
?sokalmichener
?sokalsneath
?sqeuclidean
?wminkowski
?yule

2.3 常用歐氏距離計算?

from scipy.spatial.distance import cdist
import numpy as np
x1 =np.array([(1,3),(2,4),(5,6)])
x2 =[(3,7),(4,8),(6,9)]
cdist(x1,x2,metric='euclidean')
 
#=================結果=================
 
array([[ 4.47213595,  5.83095189,  7.81024968],
       [ 3.16227766,  4.47213595,  6.40312424],
       [ 2.23606798,  2.23606798,  3.16227766]])

解析上述計算過程：結果數組中的第一行數據表示的是x1數組中第一個元素點與x2數組中各個元素點的距離，計算兩點之間的距離，以點(1,3)與(3,7)點的距離為例：

np.power((1-3)**2 +(3-7)**2,1/2)
 
#=================結果=================
 
4.4721359549995796

原文鏈接：https://blog.csdn.net/weixin_46039719/article/details/123036425

欄目分類
最近更新