Python计算两组2D点间的成对距离的替代方案

Question

在Matlab中存在pdist2命令。给定矩阵mx2和矩阵nx2，矩阵的每一行表示一个2d点。现在我想创建一个mxn矩阵，使得矩阵的第(i,j)个元素表示mx2矩阵的第i个点到nx2矩阵的第j个点之间的距离。我只需调用pdist2(M,N)命令即可。

我正在寻找Python中的替代方法。当然我可以写两个for循环，但由于我使用的是两个numpy数组，使用for循环并不总是最好的选择。在Python宇宙中是否有优化的命令？基本上我正在寻找MATLAB的pdist2的Python替代方案。

- user_1_1_1

---

scipy pdist是什么？ - andrew_reece

它计算同一矩阵中点之间的成对距离。 - user_1_1_1

抱歉，有一段时间没有联系了。cdist 应该可以解决这个问题。 - andrew_reece

Answer 1

您正在寻找 cdist scipy 函数。它将计算两组 n 维矩阵之间的成对距离（默认为欧几里得距离）。

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

X = np.arange(10).reshape(-1,2)
Y = np.arange(10).reshape(-1,2)

cdist(X, Y)

[[  0.           2.82842712   5.65685425   8.48528137  11.3137085 ]
 [  2.82842712   0.           2.82842712   5.65685425   8.48528137]
 [  5.65685425   2.82842712   0.           2.82842712   5.65685425]
 [  8.48528137   5.65685425   2.82842712   0.           2.82842712]
 [ 11.3137085    8.48528137   5.65685425   2.82842712   0.        ]]

- Duncan WP

Answer 2

你应该检查一下 scikit-learn 包中的 pairwise_distances 方法。 sklearn.metrics.pairwise.pairwise_distances(X, Y=None, metric='euclidean', n_jobs=1, **kwds) 更多信息请参见 http://scikit-learn.org/stable/modules/generated/sklearn.metrics.pairwise.pairwise_distances.html。

- VMRuiz

Answer 3

如果您的矩阵不太大，那么这应该可以在不使用其他库的情况下完成。如果矩阵很大，这种方法将会有点慢且占用内存。

mx2 = np.random.randint(1,9,5)    
nx2 = np.random.randint(1,9,3)    
mx2
Out[308]: array([2, 3, 4, 8, 7])    
nx2
Out[309]: array([3, 2, 2])    
mx2[:,None]-nx2
Out[310]: 
array([[-1,  0,  0],
       [ 0,  1,  1],
       [ 1,  2,  2],
       [ 5,  6,  6],
       [ 4,  5,  5]])

- Allen Qin