如何利用python计算两个数组之间的距离呢?
我们可以有以下两种计算方式:
第一种方式
vec1和vec2是两个numpy向量,欧式距离计算如下:
import numpy as np
dist = np.sqrt(np.sum(np.square(vec1 - vec2)))
其中
np.sqrt():计算平方根
np.square():返回一个新数组,该数组的元素值为源数组元素的平方,源阵列保持不变。
第二种方式
dist = np.linalg.norm(vec1 - vec2)
np.linalg.norm(x,ord=None, axis=None, keepdims=False)
x:表示矩阵
ord:表示范数类型
axis:处理类型
axis = 1:按行向量处理,求多个行向量的范数
axis = 0:按列向量处理,求多个列向量的范数
axis = None:表示矩阵范数
keepdims:是否保持矩阵的二维特性
True表示保持矩阵的二维特性,False相反
关于范数
矩阵的范数:
ord = 1:列和的最大值
ord = 2:|λE-ATA|=0,求特征值,然后求最大特征值得算术平方根
ord=∞:行和的最大值
ord=None:默认情况下是求整个矩阵元素平方和再开根号