Как рассчитать евклидово расстояние между парой строк массива numpy

У меня есть массив numpy, например:

import numpy as np
a = np.array([[1,0,1,0],
             [1,1,0,0],
             [1,0,1,0],
             [0,0,1,1]])

Я хотел бы рассчитать euclidian distance между каждой парой строк.

from scipy.spatial import distance
for i in range(0,a.shape[0]):
    d = [np.sqrt(np.sum((a[i]-a[j])**2)) for j in range(i+1,a.shape[0])]
    print(d)

[1.4142135623730951, 0.0, 1.4142135623730951]

[1.4142135623730951, 2.0]

[1.4142135623730951]

[]

Есть ли лучший питонический способ сделать это, так как мне нужно запустить этот код на огромном массиве numpy?


python numpy euclidean-distance
person Rashmi Singh    schedule 12.04.2017    source источник
comment
Точки имеют произвольные размеры или всегда 4d?   -  person Willem Van Onsem    schedule 12.04.2017
comment
Вы смотрели на : distance.pdist? Это должно решить это с помощью: distance.pdist(a). Каким должен быть конечный результат?   -  person Divakar    schedule 12.04.2017
comment
@Divakar среди евклидовых расстояний между всеми парами векторов-строк Мне нужны k самых дальних векторов.   -  person Rashmi Singh    schedule 12.04.2017
comment
@divakar Сэр, это сработало   -  person Rashmi Singh    schedule 12.04.2017
comment
Также взгляните на KDTree — docs.scipy.org/doc/scipy-0.14.0/reference/generated/   -  person Divakar    schedule 12.04.2017

Ответы (3)


arrow_upward
10
arrow_downward

И для полноты, einsum часто используется для расчета расстояний.

a = np.array([[1,0,1,0],
         [1,1,0,0],
         [1,0,1,0],
         [0,0,1,1]])

b = a.reshape(a.shape[0], 1, a.shape[1])

np.sqrt(np.einsum('ijk, ijk->ij', a-b, a-b))

array([[ 0.        ,  1.41421356,  0.        ,  1.41421356],
       [ 1.41421356,  0.        ,  1.41421356,  2.        ],
       [ 0.        ,  1.41421356,  0.        ,  1.41421356],
       [ 1.41421356,  2.        ,  1.41421356,  0.        ]])
person NaN    schedule 12.04.2017

arrow_upward
14
arrow_downward

С точки зрения чего-то более «элегантного», вы всегда можете использовать попарное евклидово расстояние scikitlearn:

from sklearn.metrics.pairwise import euclidean_distances
euclidean_distances(a,a)

с тем же выходом, что и один массив.

array([[ 0.        ,  1.41421356,  0.        ,  1.41421356],
       [ 1.41421356,  0.        ,  1.41421356,  2.        ],
       [ 0.        ,  1.41421356,  0.        ,  1.41421356],
       [ 1.41421356,  2.        ,  1.41421356,  0.        ]])
person comendeiro    schedule 12.04.2017
comment
Я думаю, что это дает мне евклидово расстояние между каждой парой точек, но я хочу его между каждой парой строк. Предположим, что одна строка представляет один вектор 1d. - person Rashmi Singh; 12.04.2017
comment
Извините, я забыл упомянуть в своем вопросе, что одна строка - это один вектор 1d. - person Rashmi Singh; 12.04.2017
comment
Это сработало. Спасибо. Я неправильно понял. Каждая запись представляет собой расстояние между i-й и j-й строками массива mXn, где i‹ j‹m. - person Rashmi Singh; 12.04.2017

arrow_upward
0
arrow_downward

Я использовал itertools.combinations вместе с np.linalg.norm разностного вектора (это евклидово расстояние):

import numpy as np
import itertools
a = np.array([[1,0,1,0],
              [1,1,0,0],
              [1,0,1,0],
              [0,0,1,1]])

print([np.linalg.norm(x[0]-x[1]) for x in itertools.combinations(a, 2)])

Для понимания взгляните на этот пример из документов:
combinations('ABCD', 2) дает AB AC AD BC BD CD. В вашем случае A, B, C и D являются строками вашей матрицы a, поэтому термин x[0]-x[1], появляющийся в приведенном выше коде, представляет собой разностный вектор векторов в строках a.

person Michael H.    schedule 12.04.2017