scipy.spatial.distance.cdist函数

语法：scipy.spatial.distance.cdist(XA, XB, metric=‘euclidean’, p=None, V=None, VI=None, w=None)

该函数计算两个输入集合中每一对之间的距离。

通过metric参数指定计算距离的不同方式得到不同的距离度量值。

metric不同取值对应的距离如下：

braycurtis----------Bray-Curtis 距离
canberra---------- 堪培拉距离
chebyshev----------切比雪夫距离
cityblock----------曼哈顿距离
correlation----------相关距离
cosine----------余弦距离
dice----------布尔向量之间的骰子距离
euclidean----------欧几里得距离（欧氏距离）
hamming----------归一化汉明距离
jaccard----------杰卡德相似系数
kulsinski----------布尔向量之间的 Kulsinski 距离
mahalanobis----------马氏距离
matching---------- 同汉明距离
minkowski----------闵可夫斯基距离（明氏距离）
rogerstanimoto----------布尔向量之间的 Rogers-Tanimoto 距离
russellrao----------布尔向量之间的 Russell-Rao 距离
seuclidean----------标准欧几里得距离
sokalmichener----------布尔向量之间的索卡尔-米切纳距离
sokalsneath----------矢量之间的 Sokal-Sneath 距离
sqeuclidean----------平方欧几里得距离
wminkowski----------向量之间的加权明氏距离
yule----------布尔向量之间的圣诞距离？