scipy.spatial.distance.cdist(xa, xb, metric=『euclidean』, p=none, v=none, vi=none, w=none)，該函式用於計算兩個輸入集合的距離，通過metric引數指定計算距離的不同方式得到不同的距離度量值
metric的常見取值如下：
chebyshev：切比雪夫距離
correlation：相關係數
cosine：余弦夾角
euclidean：歐式距離
hamming：漢明距離
mahalanobis：馬氏距離
seuclidean：標準化歐式距離
常見的歐氏距離計算：
in [1]
:from scipy.spatial.distance import cdist
...:import numpy as np
...: x1 =np.array([(
1,3)
,(2,
4),(
5,6)
])..
.: x2 =[(
3,7)
,(4,
8),(
6,9)
]...
: cdist(x1,x2,metric=
'euclidean').
..:out[1]
:array([[
4.47213595
,5.83095189
,7.81024968],
[3.16227766
,4.47213595
,6.40312424],
[2.23606798
,2.23606798
,3.16227766]]
)
以點(1,3)與(3,7)點的距離為例：
in [2]
: np.power((1
-3)**
2+(3
-7)**
2,1/
2)out[2]
:4.4721359549995796
對於乙個二維矩陣a, a.shape返回的元組表示該陣列的行數與列數，請看下例：
>>
> a=np.array([[
1,2]
,[3,
4]])
>>
> a
array([[
1,2]
,[3,
4]])
>>
> a.shape
(2l, 2l)
examples
# 一維陣列
>>
> x = np.array([3
,1,2
])>>
> np.argsort(x)
array([1
,2,0
])# 二維陣列
>>
> x = np.array([[
0,3]
,[2,
2]])
>>
> x
array([[
0,3]
,[2,
2]])
>>
> np.argsort(x, axis=0)
#按列排序
array([[
0,1]
,[1,
0]])
>>
> np.argsort(x, axis=1)
#按行排序
array([[
0,1]
,[0,
1]])
>>
> a=np.array([[
1,2]
,[3,
4]])
>>
> a.
min()1
>>
> a.
min(0)
array([1
,2])
>>
> a.
min(1)
array([1
,3])
a = np.array([[
1,2]
,[3,
4]])
b = np.argmin(a)
結果：0
# 若有重複只顯示第乙個最小值的位置
a = np.array([[
0,0,
1],[
2,3,
4]])
b = np.argmin(a)
結果：0
axis=0 表示列方向上的最小值索引，axis=1表示行方向的最小值索引
a =np.array([[
1,0,
3],[
2,3,
1]])
b = np.argmin(a, axis=0)
結果：[0,
0,1]
a = np.array([[
1,0,
3],[
2,3,
1]])
b = np.argmin(a, axis=1)
結果：[1,
2]
parameters:
a : array_like :陣列
axis : int:(可選)預設情況下，索引的是平鋪的陣列，否則沿指定的軸。
out : array:(可選)如果提供，結果以合適的形狀和型別被插入到此陣列中。
a = np.array([[
1,2]
,[3,
4]])
b = np.argmax(a)
結果：3
# 若有重複只顯示第乙個最大值的位置
a = np.array([[
0,4,
1],[
2,3,
4]])
b = np.argmin(a)
結果：1
axis=0 表示列方向上的最大值索引，axis=1表示行方向的最大值索引
a =np.array([[
1,0,
3],[
2,3,
1]])
b = np.argmax(a, axis=0)
結果：[1,
1,0]
a = np.array([[
1,0,
3],[
2,3,
1]])
b = np.argmin(a, axis=1)
結果：[2,
1]
計算蜂窩中兩個點之間的距離
如下圖所示，求兩個id之間的距離，如1到18的距離為2.方案是用極座標法，然後確定每個id的座標，再根據座標來計算距離。如下 ifndef honeycomb h define honeycomb h extern void init honeycomb int max id extern int ...
求兩個矩形之間的最小距離
正在參與的工程裡有乙個小功能是求兩個矩形之間的最小距離。大致翻了一下opencv，貌似沒看到現成的函式，那就自己寫乙個好了。1 不相交，但在x或y軸方向上有部分重合座標，比如矩形1和2，此時，最小距離為兩個矩形之間的最小平行距離或垂直距離，如圖中紅色箭線d12所示。2 不相交，在x和y軸方向上均無重...
sklearn計算兩個向量之間的距離
from sklearn.feature extraction.text import countvectorizer from sklearn.metrics.pairwise import euclidean distances from sklearn.feature extraction.t...