Question

在Matlab中存在pdist2命令。给定矩阵mx2和矩阵nx2，每行矩阵代表2d点。现在我想创建一个mxn矩阵，(i,j)元素表示从i矩阵的mx2点到j nx2点的距离矩阵。我只需调用命令pdist2(M,N)。

我在python中寻找替代方案。我当然可以写2 for循环，但由于我使用2个numpy数组，使用for循环并不总是最好的选择。在python宇宙中是否有针对此的优化命令？基本上我要求python替代MATLAB＆＃39; pdist2。

Answer 1

您正在寻找cdist scipy功能。它将计算两组n维矩阵之间的成对距离（默认为欧几里德）。

from scipy.spatial.distance import cdist
import numpy as np

X = np.arange(10).reshape(-1,2)
Y = np.arange(10).reshape(-1,2)

cdist(X, Y)

[[  0.           2.82842712   5.65685425   8.48528137  11.3137085 ]
 [  2.82842712   0.           2.82842712   5.65685425   8.48528137]
 [  5.65685425   2.82842712   0.           2.82842712   5.65685425]
 [  8.48528137   5.65685425   2.82842712   0.           2.82842712]
 [ 11.3137085    8.48528137   5.65685425   2.82842712   0.        ]]

Answer 2

您应该检查pairwise_distances包的scikit-learn方法。

sklearn.metrics.pairwise.pairwise_distances(X, Y=None, metric='euclidean', n_jobs=1, **kwds)

http://scikit-learn.org/stable/modules/generated/sklearn.metrics.pairwise.pairwise_distances.html

中的更多信息

Answer 3

如果您的矩阵不是太大，这应该不使用其他库。如果矩阵很大，这种方法会有点慢和内存密集。

FM_FICTR_READ_SINGLE

用于计算两组2d点之间的成对距离的Python替代方案

3 个答案: