我有这个示例数组:
In [38]: arr
Out[38]: array([ 0, 44, 121, 154, 191])
上面只是一个示例,而我的实际数组大小相当巨大。 那么,计算距离矩阵的有效方法是什么?
结果应该是:
In [41]: res
Out[41]:
array([[ 0, 44, 121, 154, 191],
[ -44, 0, 77, 110, 147],
[-121, -77, 0, 33, 70],
[-154, -110, -33, 0, 37],
[-191, -147, -70, -37, 0]])
我写了一个基于
for
循环的实现,它太慢了。出于效率原因可以将其矢量化吗?
您可以使用广播:
from numpy import array
arr = array([ 0, 44, 121, 154, 191])
arrM = arr.reshape(1, len(arr))
res = arrM - arrM.T
有
subtract
.outer
,它可以有效地在两个数组之间执行广播减法。
将 ufunc
应用于所有对 (a, b),其中 a 在 A 中,b 在 B 中。op
设 M = A.ndim,N = B.ndim。那么
的结果 C 是 维度为 M + N 的数组,使得:op.outer(A, B)
C[i_0, ..., i_{M-1}, j_0, ..., j_{N-1}] = op(A[i_0, ..., i_{M-1}],B[j_0, ..., j_{N-1}])
np.subtract.outer(arr, arr).T
或者,
arr - arr[:, None] # essentially the same thing as above
array([[ 0, 44, 121, 154, 191],
[ -44, 0, 77, 110, 147],
[-121, -77, 0, 33, 70],
[-154, -110, -33, 0, 37],
[-191, -147, -70, -37, 0]])
def dist_calc(
arr1: np.ndarray[tuple[int, int], np.dtype[int | float]],
arr2: np.ndarray[tuple[int, int], np.dtype[int | float]],
) -> np.ndarray[tuple[int, int], np.dtype[float]]:
"""
calculates euclidean distances between all points in two k-dimensional arrays
'arr1' and 'arr2'
:parameter
- arr1: N x k array
- arr2: M x k array
:return
- dist: M x N array with pairwise distances
"""
norm_1 = np.sum(arr1 * arr1, axis=1).reshape(1, -1)
norm_2 = np.sum(arr2 * arr2, axis=1).reshape(-1, 1)
dist = (norm_1 + norm_2) - 2.0 * np.dot(arr2, arr1.T)
# necessary due to limited numerical accuracy
dist[dist < 1.0e-11] = 0.0
return np.sqrt(dist)
res = dist_calc(arr, arr)
这将是一个更通用的答案,其中数组不必是一维的。