我有一个numpy的点数组:
points = rand(dim, n_points)
我希望你能:
- 计算某个点与所有其他点之间的L2范数(欧几里得距离)。
- 计算所有成对距离。
最好全部使用numpy,不要使用for循环。如何实现?
我有一个numpy的点数组:
points = rand(dim, n_points)
我希望你能:
最好全部使用numpy,不要使用for循环。如何实现?
scipy.spatial.distance
模块的cdist
和/或pdist
函数可以完全满足你的需求,并且所有循环都是用C语言完成的。你也可以使用广播来完成,但会有额外的内存开销。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) )
这提供了
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为真
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]])
你可以通过检查其中一个条目来进行验证
sqrt(sum ((p[:,0]-p[:,2] )**2 ))
0.64896708223796884
窍门是加上 newaxis 然后进行广播。
祝你好运!