scipy.spatial.distance.cdist
来源:互联网 发布:java excel 合并 编辑:程序博客网 时间:2024/06/17 05:33
语法:scipy.spatial.distance.cdist(XA, XB, metric='euclidean', p=None, V=None, VI=None, w=None),该函数用于计算两个输入集合的距离,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的取值如下:
braycurtis
canberra
chebyshev:切比雪夫距离
cityblock
correlation:相关系数
cosine:余弦夹角
dice
euclidean:欧式距离
hamming:汉明距离
jaccard:杰卡德相似系数
kulsinski
mahalanobis:马氏距离
matching
minkowski:闵可夫斯基距离
rogerstanimoto
russellrao
seuclidean:标准化欧式距离
sokalmichener
sokalsneath
sqeuclidean
wminkowski
yule
常见的欧氏距离计算:
In [1]: 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') ...:Out[1]:array([[ 4.47213595, 5.83095189, 7.81024968], [ 3.16227766, 4.47213595, 6.40312424], [ 2.23606798, 2.23606798, 3.16227766]])解析上述计算过程:结果数组中的第一行数据表示的是x1数组中第一个元素点与x2数组中各个元素点的距离,计算两点之间的距离
以点(1,3)与(3,7)点的距离为例:
In [2]: np.power((1-3)**2 +(3-7)**2,1/2)Out[2]: 4.4721359549995796
阅读全文
0 0
- scipy.spatial.distance.cdist
- Scipy教程 - 距离计算库scipy.spatial.distance
- scipy 常用函数(special, spatial.distance, integrate)
- scipy.spatial 距离计算模块
- Python Scipy Tutorials:Distance between points
- SciPy
- SciPy
- SciPy
- SciPy
- Distance
- distance
- distance
- Distance
- oracle spatial
- Spatial Reference
- Oracle Spatial
- Oracle Spatial
- Oracle Spatial
- 梯度下降优化算法总结
- Android_简易照相机
- C++学习笔记——流类库
- jqgrid单元格的内容过长时,用省略号的形式表示
- 使用合适的CSS优化界面:translate和top/left的比较
- scipy.spatial.distance.cdist
- 【读书笔记】《深入理解c#》(1)
- NOI 2018—遥远的梦
- MySQL入门之触发器
- 看图理解HBase
- 从emacs安装理解windows的PATH
- tcp四次挥手中LAST_ACK状态一般持续多久?
- STM32F103mini基础知识归纳
- 线程间通讯的机制——Hanlder