在numpy中查找n点到m点之间的平方距离答案

【问题标题】：Finding squared distances beteen n points to m points in numpy在numpy中查找n点到m点之间的平方距离
【发布时间】：2016-02-19 01:01:27
【问题描述】：

我有 2 个 numpy 数组（比如 X 和 Y），每行代表一个点向量。
我想找到 X 中的每个点到 Y 中的每个点之间的平方欧几里得距离（将称为“距离”）。
我希望输出是一个矩阵 D，其中 D(i,j) 是 dist(X(i) , Y(j))。

我有以下基于的python代码：http://nonconditional.com/2014/04/on-the-trick-for-computing-the-squared-euclidian-distances-between-two-sets-of-vectors/

def get_sq_distances(X, Y):
    a = np.sum(np.square(X),axis=1,keepdims=1)
    b = np.ones((1,Y.shape[0]))
    c = a.dot(b)
    a = np.ones((X.shape[0],1))
    b = np.sum(np.square(Y),axis=1,keepdims=1).T
    c += a.dot(b)
    c -= 2*X.dot(Y.T)
    return c

我试图避免循环（我应该吗？）并使用矩阵 mult 来进行快速计算。但是我在大型阵列上遇到了“内存错误”的问题。也许有更好的方法来做到这一点？

【问题讨论】：

@cel 仅在 2 点之间
@cel 这很好，但它在一个矩阵的所有点之间。我有两个矩阵。此外，我不需要来自同一矩阵的点之间的距离
如果你连接 X 和 Y，你可以使用 cel 的信息，尽管这样效率不高，因为你将在此过程中计算 X 到 X 和 Y 到 Y 的距离。
几乎与stackoverflow.com/q/1871536/1461210 完全相同（尽管是平方欧几里得距离）
我清理了我的尝试。他们并没有真正的帮助。

标签： python performance numpy euclidean-distance

【解决方案1】：

Scipy 具有 cdist 功能，可以完全满足您的需求：

from scipy.spatial import distance
distance.cdist(X, Y, 'sqeuclidean')

上面链接的文档有一些很好的例子。

【讨论】：

'sqeuclidean' 实际上。
对双方都好。固定。
它在后台使用矩阵乘法吗？ @AdamAcosta