python从字典数据计算距离矩阵

我想从字典数据计算距离矩阵，如下所示：

y = {"a": ndarray1, "b": ndarry2, "c": ndarry3}

每个键（“a”、“b”、“c”）的值都是大小不同的np.ndarry。我有一个

dist（）

函数，可以通过

dist（y[“a”]，y[“b”]）

计算

y[“a”]

和

y[“b”]

之间的距离

由此得出的距离矩阵为：

+----------------------------------------------------------------+
|                a        b                        c             |
+----------------------------------------------------------------+
| a  | 0        mydist(ndarrya1, ndarray)  mydist(ndarray1, ndarray3) |
| b  |          0                        mydist(ndarray2, ndarray3) |
| c  |                                   0                        |
+----------------------------------------------------------------+

我用

pdist（y，mydist）

尝试了

scipy.space.distance.pdist

，但出现了一个错误：

[X] = _copy_arrays_if_base_present([_convert_to_double(X)])
  File "/usr/local/lib/python2.7/dist-packages/scipy/spatial/distance.py", line 113, in _convert_to_double
X = X.astype(np.double)
TypeError: float() argument must be a string or a number

---

谁能告诉我如何自己实现这个pdist？我想使用pdist结果进行进一步的层次聚类。

问题的第一部分非常清楚。第二部分我不知道你在问什么。为什么需要重新实现

scipy.space.distance.pdist

，我以为您已经有了一个

dist（）

函数来计算成对距离

要获得成对距离，当您已经有一个

dist（）

函数来计算它时：

In [69]:
D={'a':some_value,'b':some_value,'c':some_value}
In [70]:
import itertools
In [71]:
list(itertools.combinations(D,2))
Out[71]:
[('a', 'c'), ('a', 'b'), ('c', 'b')]

In [72]: #this is what you need:
[dist(*map(D.get, item)) for item in itertools.combinations(D,2)]

---

似乎就是我要找的。（1） 如何将我的条目名称（“a”、“b”）与上述生成的dm中的条目值相关联。因为dm应该是[1,2,3]，所以我想知道dm[3]是从dist（“b”，“c”）获得的。我认为pdist（）可能能够提供。类似于[1,2,3]的dm不能传递由scipy.spatial.distance包提供的is\u valid\u y（）函数。（2） 你最后一行中“*”的意思是什么。dist（）函数需要两个输入值“a”和“b”，但上面的代码试图将其与一个输入值（a，b）一起使用，是否有快速解决方案？我可以改变我的功能。