scipy.spatial.

distance_matrix#

scipy.spatial.distance_matrix(x, y, p=2, threshold=1000000)[源代码]#

计算距离矩阵。

返回所有成对距离的矩阵。

参数:

x(M, K) 类似数组: K 维空间中 M 个向量的矩阵。
y(N, K) 类似数组: K 维空间中 N 个向量的矩阵。
p浮点数, 1 <= p <= 无穷大: 要使用的闵可夫斯基 p-范数。
threshold正整数: 如果 M * N * K > threshold，算法将使用 Python 循环而不是大型临时数组。

返回:

result(M, N) ndarray: 包含从 x 中的每个向量到 y 中的每个向量的距离的矩阵。

示例

>>> from scipy.spatial import distance_matrix
>>> distance_matrix([[0,0],[0,1]], [[1,0],[1,1]])
array([[ 1.        ,  1.41421356],
       [ 1.41421356,  1.        ]])