为什么我不能计算两个 numpy 数组之间的距离？

Question

1.我有两个numpy数组，分别是data_test和data_train

    data_partial_test = data_test[:2000,:]
    test_lable = label_test
    print(test_lable.shape)
    print(data_partial_test[0].shape)
    print(data_train[0].shape)
    dis = (( data_partial_test- data_train[:21000,])**2).sum(axis=1)

2.data_test的shape是(21000,784)，data_train的shape是(2000,784)。当我运行这段代码时，它说：操作数不能与形状一起广播 (2000,784) (21000,784)

Answer 1

当您执行数组减法，如arr_1 - arr_2， 然后实际上 Numpy 尝试：

• 从对应元素中减去 arr_2 中行 0 的元素 的 arr_1（也在第 0 行），
• 1 行也一样，
• 以此类推，直到两个数组的末尾。

只要两个数组的行数相同 和列。

此规则有 3 个例外：

• 其中一个涉及的数组可以有单行。那么这一行是 广播（重复），因此这个数组在概念上具有尽可能多的 根据需要行。
• 其中一个涉及的数组可以有一个单列。然后 上述广播沿列进行。
• 其中一个操作数是单个值。然后它被“扩展”为一个数组 与其他操作数（数组）中一样的行数/列数。

阅读 Numpy 中的广播以了解更多详细信息。

在您的情况下，上述情况均未发生。 两个数组的列数相同，但行数为 不同。 后果就是上面的广播不能进行，整个 操作失败。

可能的解决方案

也许第一个数组中的每一行（行数较少）可以 与第二个数组中的一行“配对”，例如基于一些关键领域。 这样的操作可以在Pandas中进行。请参阅 Pandas 中的 join 方法。

那么你可以：

• 将您的两个 Numpy 数组转换为 pandasonic DataFrame，
• 在这些 DataFrame 上执行 join（基于公共密钥，通常 设置为每个 DataFrame 中的索引），
• 计算适当的列对之间的差异。

那么你可以：

• 消除这些差异，
• 总结一下，
• 最后计算和的根，得到想要的距离。