计算两个一维数组的成对元素

Question

这是我的问题：

假设我的两个数组是：

import numpy as np
first = np.array(["hello", "hello", "hellllo"])
second = np.array(["hlo", "halo", "alle"])

现在我想得到两个数组的每个元素之间的距离矩阵

所以例如我的距离函数是：

def diff_len(string1, string2):
    return abs(len(string1) - len(string2))

所以我想得到矩阵：

        hello       hello    hellllo

hlo    result1     result2   result3
halo   result4     result5   result6
alle   result7     result8   result9

所以我所做的是使用 Numpy 的矢量化函数逐行计算：

vectorize_dist = np.vectorize(diff_len)

first = np.array(["hello", "hello", "hellllo"])
second = np.array(["hlo", "halo", "alle"])

vectorize_dist(first , "hlo")
vectorize_dist(first , "halo")
vectorize_dist(first , "alle")

matrix = np.array([vectorize_dist(first , "hlo"), vectorize_dist(first , "halo"), vectorize_dist(first , "alle")])
matrix

array([[2, 2, 4],
       [1, 1, 3],
       [1, 1, 3]])

但是为了得到我的矩阵，我需要执行一个循环来逐行计算，但我想一次得到矩阵。 事实上，我的两个数组可能非常大，执行循环可能会花费太多时间。 我还需要计算多个距离，因此我必须多次执行该过程，这将更加耗时。

Answer 1

您可以为此使用 SciPy 的 cdist：

import numpy as np
from scipy.spatial.distance import cdist

def diff_len(string1, string2):
    return abs(len(string1) - len(string2))

first = np.array(["hello", "hello", "hellllo"])
second = np.array(["hlo", "halo", "alle"])
d = cdist(first[:, np.newaxis], second[:, np.newaxis], lambda a, b: diff_len(a[0], b[0]))
print(d.T)
# [[2. 2. 4.]
#  [1. 1. 3.]
#  [1. 1. 3.]]

请注意，您需要将输出矩阵类型转换为整数。