python中scipy.spatial.distance距離計算函數怎么用

這篇文章主要為大家展示了“python中scipy.spatial.distance距離計算函數怎么用”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“python中scipy.spatial.distance距離計算函數怎么用”這篇文章吧。

1 scipy.spatial

from scipy import spatial

在scipy.spatial中最重要的模塊應該就是距離計算模塊distance了。

2 scipy.spatial.distance.cdist

2.1 語法

scipy.spatial.distance.cdist(XA, XB, metric='euclidean', 
                             p=None, V=None, VI=None, w=None)

該函數用于計算兩個輸入集合的距離，通過metric參數指定計算距離的不同方式得到不同的距離度量值。

2.2 metric的取值

braycurtis
 canberra
 chebyshev：切比雪夫距離
 cityblock
 correlation：相關系數
 cosine：余弦夾角
 dice
 euclidean：歐式距離
 hamming：漢明距離
 jaccard：杰卡德相似系數
 kulsinski
 mahalanobis：馬氏距離
 matching
 minkowski：閔可夫斯基距離
 rogerstanimoto
 russellrao
 seuclidean：標準化歐式距離
 sokalmichener
 sokalsneath
 sqeuclidean
 wminkowski
 yule

2.3 常用歐氏距離計算 

from scipy.spatial.distance import cdist
import numpy as np
x1 =np.array([(1,3),(2,4),(5,6)])
x2 =[(3,7),(4,8),(6,9)]
cdist(x1,x2,metric='euclidean')
 
#=================結果=================
 
array([[ 4.47213595,  5.83095189,  7.81024968],
       [ 3.16227766,  4.47213595,  6.40312424],
       [ 2.23606798,  2.23606798,  3.16227766]])

解析上述計算過程：結果數組中的第一行數據表示的是x1數組中第一個元素點與x2數組中各個元素點的距離，計算兩點之間的距離，以點(1,3)與(3,7)點的距離為例：

np.power((1-3)**2 +(3-7)**2,1/2)
 
#=================結果=================
 
4.4721359549995796

以上是“python中scipy.spatial.distance距離計算函數怎么用”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！