从矢量列表计算距离矩阵

Question

说我有一个矢量列表，我想从中生成一个距离矩阵。什么是一个简洁的方法呢？例如，我有一个3个向量的列表：

k = [[2, 4, 7], [3, 4, 7], [5,1,3]]
distance = pairwise_distances(v1, v2, metric='cosine', n_jobs=-1)

所需输出：给定矢量列表的一个numpy余弦距离数组。

array([[ 1.        ,  0.00638545,  0.28778769],
       [ 0.00638545,  1.        ,  0.21402251],
       [ 0.28778769,  0.21402251,  1.        ]])

这就是我所做的：使用itertools.combinations获得所有组合。计算每对的距离。然后，实际将距离测量放在＆＃34;右边＆＃34;有点麻烦。单元格（需要列表中原始向量的索引）。

combs = list(itertools.combinations(k, 2))
print combs

有没有＆＃34; neater＆＃34;或＆＃34; pythonic＆＃34;得到最终距离矩阵的方法？

Answer 1

根据@Divakar的建议，我得到了我想要的东西。这里是那些正在寻找答案的人的片段：

distance_vectors = [cosine_distance([pair[0]], [pair[1]]) for pair in combs]
print distance_vectors

distance_vectors = [x[0][0] for x in distance_vectors]
print distance_vectors
X = squareform(np.array(distance_vectors))
print X

而且，是的（感谢@Warren），距离矩阵的对角线为零。

Answer 2

再次感谢@Divakar，这是一种更紧凑的方式：

k = [[2, 4, 7], [3, 4, 7], [5,1,3]]
dm = pdist(np.array(k), 'cosine')
dm = squareform(dm)
print dm

无法改善!!

谢谢！