numpy-ndarray行的纯python成对欧氏距离

我有一个大小矩阵（n_类，n_特征），我想计算每对类的成对欧几里德距离，这样输出将是一个（n_类，n_类）矩阵，其中每个单元都有欧几里德距离（class_I，class_j）的值

我知道有这个scipy空间距离（）和sklearn.metric.euclidean距离（），但我想在Theano软件中使用它，所以我需要一个纯数学公式，而不是计算结果的函数

---

例如，我需要一系列的变换，比如a=X*B，D=X.T-X，results=D.T一些只包含矩阵数学运算而不是函数的东西。

您可以使用numpy广播来实现这一点，如中所示。将其转换为Theano代码应该很简单，或者只是参考上面@Eikenberg的评论，因为他是向我展示如何实现这一点的人

可能是重复的？是的，谢谢，它是重复的。我还发现了做同样事情的。谢谢Kyle.+1:）-如果我读对了你的要点，在

np.exp（-x1[np.newaxis，：，：]-x2[：，np.newaxis，：]）[：，：，0]**2）中，你似乎只收集了第一个坐标上的距离。你不想要
np.exp（-（x1[np.newaxis，：，：]-x2[：，np.newaxis，：]）**2.sum（2））.t
？是的。。。那看起来像个虫子。所有功能都很重要：）