点之间的欧几里得距离答案

【问题标题】：Euclidian Distances between points点之间的欧几里得距离
【发布时间】：2011-01-29 19:10:18
【问题描述】：

我在 numpy 中有一个点数组：

points = rand(dim, n_points)

我想：

计算某个点与所有其他点之间的所有 l2 范数（欧几里得距离）
计算所有成对距离。

最好是所有 numpy 并且没有 for's。怎么可能？

【问题讨论】：

标签： python numpy euclidean-distance

【解决方案1】：

如果您愿意使用 SciPy，scipy.spatial.distance 模块（函数 cdist 和/或 pdist）完全按照您的意愿行事，所有循环都在 C 中完成。您可以通过广播来完成也有，但有一些额外的内存开销。

【讨论】：

【解决方案2】：

这可能对第二部分有所帮助：

import numpy as np
from numpy import *
p=rand(3,4) # this is column-wise so each vector has length 3
sqrt(sum((p[:,np.newaxis,:]-p[:,:,np.newaxis])**2 ,axis=0) )

给了

array([[ 0.        ,  0.37355868,  0.64896708,  1.14974483],
   [ 0.37355868,  0.        ,  0.6277216 ,  1.19625254],
   [ 0.64896708,  0.6277216 ,  0.        ,  0.77465192],
   [ 1.14974483,  1.19625254,  0.77465192,  0.        ]])

如果 p 是

array([[ 0.46193242,  0.11934744,  0.3836483 ,  0.84897951],
   [ 0.19102709,  0.33050367,  0.36382587,  0.96880535],
   [ 0.84963349,  0.79740414,  0.22901247,  0.09652746]])

您可以通过

查看其中一项

sqrt(sum ((p[:,0]-p[:,2] )**2 ))
0.64896708223796884

诀窍是放newaxis，然后做广播。

祝你好运！

【讨论】：