Question

我有2个numpy数组（比如X和Y），每行代表一个点向量我想在X中的每个点到Y中的每个点之间找到平方的欧氏距离（将其称为“＃39; dist＆＃39;”）。我希望输出为矩阵D，其中D（i，j）为dist（X（i），Y（j））。

我有以下python代码：http://nonconditional.com/2014/04/on-the-trick-for-computing-the-squared-euclidian-distances-between-two-sets-of-vectors/

def get_sq_distances(X, Y):
    a = np.sum(np.square(X),axis=1,keepdims=1)
    b = np.ones((1,Y.shape[0]))
    c = a.dot(b)
    a = np.ones((X.shape[0],1))
    b = np.sum(np.square(Y),axis=1,keepdims=1).T
    c += a.dot(b)
    c -= 2*X.dot(Y.T)
    return c

我试图避免循环（我应该吗？）并使用矩阵mult来进行快速计算。但是我遇到了＃34; Memory Error＆＃34;在大型阵列上。也许还有更好的方法可以做到这一点？

Answer 1

Scipy拥有cdist功能，完全符合您的要求：

from scipy.spatial import distance
distance.cdist(X, Y, 'sqeuclidean')

上面链接的文档有一些很好的例子。

在numpy中找到n个点到m个点的平方距离

1 个答案: