scipy--scipy.spatial.distance.cdist

scipy.spatial.distance.cdist函数

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。

• 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？

示例

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')
# --------------------------------------------------------
array([[ 4.47213595,  5.83095189,  7.81024968],
       [ 3.16227766,  4.47213595,  6.40312424],
       [ 2.23606798,  2.23606798,  3.16227766]])

计算两点之间的距离以点(1,3)与(3,7)点的距离为例：

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