使用numpy计算各种向量距离
Posted Bill_H
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了使用numpy计算各种向量距离相关的知识，希望对你有一定的参考价值。
import numpy as np
def euclidean_distance(vec1, vec2):
\'\'\'欧氏距离\'\'\'
return np.linalg.norm(vec1-vec2)
def cosine_similarity(vec1, vec2):
\'\'\'向量夹角的余弦值\'\'\'
return np.dot(vec1,vec2)/(np.linalg.norm(vec1)*(np.linalg.norm(vec2)))
def angle(vec1, vec2, degree=False):
\'\'\'向量夹角，通过degree=True切换弧度制到角度制\'\'\'
angle = np.arccos(np.dot(vec1,vec2)/(np.linalg.norm(vec1)*(np.linalg.norm(vec2))))
if degree:
angle = angle*180/np.pi
return angle
以上是关于使用numpy计算各种向量距离的主要内容，如果未能解决你的问题，请参考以下文章