Distancia euclediana multidimensional en Python

Quiero calcular la distancia eucledian en múltiples dimensiones (24 dimensiones) entre 2 matrices. Estoy usando Numpy-Scipy.Distancia euclediana multidimensional en Python

Aquí está mi código:

import numpy,scipy; 

A=numpy.array([116.629, 7192.6, 4535.66, 279714, 176404, 443608, 295522, 1.18399e+07, 7.74233e+06, 2.85839e+08, 2.30168e+08, 5.6919e+08, 168989, 7.48866e+06, 1.45261e+06, 7.49496e+07, 2.13295e+07, 3.74361e+08, 54.5, 3349.39, 262.614, 16175.8, 3693.79, 205865]); 

B=numpy.array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 151246, 6795630, 4566625, 2.0355328e+08, 1.4250515e+08, 3.2699482e+08, 95635, 4470961, 589043, 29729866, 6124073, 222.3]);

Sin embargo, solía scipy.spatial.distance.cdist(A[numpy.newaxis,:],B,'euclidean') a calcuate la distancia eucleidan.

pero me dio un error

raise ValueError('XB must be a 2-dimensional array.');

No parece que entenderlo.

He buscado scipy.spatial.distance.pdist pero no entiendo cómo usarlo?

¿Hay alguna otra forma mejor de hacerlo?

Fuente

2012-02-23 garak

Tal vez ['scipy.spatial.distance.euclidean'] (http://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.distance.euclidean.html#scipy.spatial.distance. euclidiano)? –

que fue rápido y fácil! Gracias. – garak

Entonces, ¿tiene 2 puntos de 24 dimensiones? En ese caso, la respuesta de @ Mr.E es la mejor opción. Sin embargo, cuando tienes más de 2 puntos, las diversas funciones 'scipy.spatial.distance' serán más eficientes. –

¿Quizás scipy.spatial.distance.euclidean?

Fuente

2012-02-23 17:24:07

uso ya sea

numpy.sqrt(numpy.sum((A - B)**2))

o más simplemente

numpy.linalg.norm(A - B)

Fuente

2012-02-23 14:15:36 YXD

A y B son 2 puntos en el espacio de 24-D. Debe usar scipy.spatial.distance.euclidean.

Doc here

scipy.spatial.distance.euclidean(A, B)

Fuente

2012-02-23 14:25:20

Aparte de las formas ya mencionadas de cálculo de la distancia euclídea, aquí está uno que está cerca de su código original:

scipy.spatial.distance.cdist([A], [B], 'euclidean')

scipy.spatial.distance.cdist(np.atleast_2d(A), np.atleast_2d(B), 'euclidean')

Esto devuelve a 1 × 1 np.ndarray sosteniendo la distancia L2.

Fuente

2012-02-23 14:29:38

Puesto que todas las respuestas anteriores se refieren a numpy y o scipy, sólo quería señalar que algo muy simple se puede hacer con reducir aquí

def n_dimensional_euclidean_distance(a, b): 
    """ 
    Returns the euclidean distance for n>=2 dimensions 
    :param a: tuple with integers 
    :param b: tuple with integers 
    :return: the euclidean distance as an integer 
    """ 
    dimension = len(a) # notice, this will definitely throw a IndexError if len(a) != len(b) 

    return sqrt(reduce(lambda i,j: i + ((a[j] - b[j]) ** 2), range(dimension), 0))

Esto resumir todos los pares de (A [j] - b [j])^2 para todas las j en el número de dimensiones (tenga en cuenta que, por simplicidad, esto no es compatible con n < 2 dimensiones).

Fuente

2017-12-12 21:29:32 Fohlen

Distancia euclediana multidimensional en Python

Respuesta

Cuestiones relacionadas