Bezdepbonusu7Программирование: статьи и ответы
Меню

Вопрос

Как рассчитать евклидово расстояние между парой строк массива numpy

Автор вопроса: Rashmi SinghОтветов: 3

У меня есть массив numpy, например:

import numpy as np
a = np.array([[1,0,1,0],
             [1,1,0,0],
             [1,0,1,0],
             [0,0,1,1]])

Я хотел бы рассчитать euclidian distance между каждой парой строк.

from scipy.spatial import distance
for i in range(0,a.shape[0]):
    d = [np.sqrt(np.sum((a[i]-a[j])**2)) for j in range(i+1,a.shape[0])]
    print(d)

[1.4142135623730951, 0.0, 1.4142135623730951]

[1.4142135623730951, 2.0]

[1.4142135623730951]

[]

Есть ли лучший питонический способ сделать это, так как мне нужно запустить этот код на огромном массиве numpy?

  • Точки имеют произвольные размеры или всегда 4d? Willem Van Onsem 12.04.2017
  • Вы смотрели на : distance.pdist? Это должно решить это с помощью: distance.pdist(a). Каким должен быть конечный результат? Divakar 12.04.2017
  • @Divakar среди евклидовых расстояний между всеми парами векторов-строк Мне нужны k самых дальних векторов. Rashmi Singh 12.04.2017
  • @divakar Сэр, это сработало Rashmi Singh 12.04.2017
  • Также взгляните на KDTree - docs.scipy.org/doc/scipy-0.14.0/reference/generated/ Divakar 12.04.2017

pythonnumpyeuclidean-distance

Ответы

Ответ 1 · рейтинг 10 · NaN

И для полноты, einsum часто используется для расчета расстояний.

a = np.array([[1,0,1,0],
         [1,1,0,0],
         [1,0,1,0],
         [0,0,1,1]])

b = a.reshape(a.shape[0], 1, a.shape[1])

np.sqrt(np.einsum('ijk, ijk->ij', a-b, a-b))

array([[ 0.        ,  1.41421356,  0.        ,  1.41421356],
       [ 1.41421356,  0.        ,  1.41421356,  2.        ],
       [ 0.        ,  1.41421356,  0.        ,  1.41421356],
       [ 1.41421356,  2.        ,  1.41421356,  0.        ]])

Ответ 2 · рейтинг 14 · comendeiro

С точки зрения чего-то более "элегантного", вы всегда можете использовать попарное евклидово расстояние scikitlearn:

from sklearn.metrics.pairwise import euclidean_distances
euclidean_distances(a,a)

с тем же выходом, что и один массив.

array([[ 0.        ,  1.41421356,  0.        ,  1.41421356],
       [ 1.41421356,  0.        ,  1.41421356,  2.        ],
       [ 0.        ,  1.41421356,  0.        ,  1.41421356],
       [ 1.41421356,  2.        ,  1.41421356,  0.        ]])

Ответ 3 · Michael H.

Я использовал itertools.combinations вместе с np.linalg.norm разностного вектора (это евклидово расстояние):

import numpy as np
import itertools
a = np.array([[1,0,1,0],
              [1,1,0,0],
              [1,0,1,0],
              [0,0,1,1]])

print([np.linalg.norm(x[0]-x[1]) for x in itertools.combinations(a, 2)])

Для понимания взгляните на этот пример из документов:
combinations('ABCD', 2) дает AB AC AD BC BD CD. В вашем случае A, B, C и D являются строками вашей матрицы a, поэтому термин x[0]-x[1], появляющийся в приведенном выше коде, представляет собой разностный вектор векторов в строках a.

Перевод вопроса и ответов сообщества Stack Overflow, лицензия CC BY-SA. Оригинал на Stack Overflow.

Похожие материалы