距离计算

Posted dataAlpha

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了距离计算相关的知识,希望对你有一定的参考价值。

python种距离计算包括两种方式,一是用scipy.spatial.distance里面包括的距离很多 [‘braycurtis’, ‘canberra’, ‘chebyshev’, ‘correlation’, ‘dice’, ‘hamming’, ‘jaccard’, ‘kulsinski’, ‘mahalanobis’, ‘matching’, ‘minkowski’, ‘rogerstanimoto’, ‘russellrao’, ‘seuclidean’, ‘sokalmichener’, ‘sokalsneath’, ‘sqeuclidean’, ‘yule’] 但是,该方法不支持稀疏矩阵;Y =scipy.spatial.distance.pdist(X, ’euclidean’)计算的是一维向量,

from scipy import spatial

x=[[0,2,3],[2,0,6],[3,6,0]]

y=spatial.distance.pdist(x)

 

scipy.spatial.distance.cdist(XA, XB, metric=’euclidean’, p=2, V=None, VI=None, w=None)计算的是高于一维的向量

spatial.distance.cdist(sim[0].reshape((1, 2)), sim[1].reshape((1, 2)), metric=‘cosine‘)

另一种方式是用sklearn中的sklearn.metrics.pairwise.pairwise_distances(XY=Nonemetric=‘euclidean‘n_jobs=1**kwds)

 

以上是关于距离计算的主要内容,如果未能解决你的问题,请参考以下文章

如何减少两行浏览片段之间的距离

光线行进时的 GLSL 伪影

使用从循环内的代码片段中提取的函数避免代码冗余/计算开销

镜面高光取决于相机距离

使用 IATA 代码计算机场之间的距离

OpenCV图像哈希计算及汉明距离的计算