Python 如何避免由double'；对于循环'；当计算向量之间的距离时

给定以下代码，该代码计算列表“vect”中向量之间的距离：

import numpy as np
vect=([0.123, 0.345, 0.789], [0.234, 0.456, 0.567],[0.134, 0.246, 0.831])
def kn():
    for j in vect:
        c=np.array(j)
        for z in vect:
            p=np.array(z)
            space = np.linalg.norm(c-p)
            print space
kn()

有没有办法避免双重“for循环”导致的二次复杂性

双for循环（二次型）==3X3=9的计算结果

---

提前感谢您的建议。

为避免重复对，嵌套循环应从外部循环的索引向上，即：

for i, v1 in enumerate(vect):
    for j in xrange(i + 1, len(vect)):
        a = np.array(v1)
        b = np.array(vect[j])
        space = np.linalg.norm(b - a)
        print space

或者使用标准库提供的解决方案：

import itertools

for v1, v2 in itertools.combinations(vect, 2):
    a = np.array(v1)
    b = np.array(v2)
    space = np.linalg.norm(b - a)
    print space

---

为避免重复对，嵌套循环应从外部循环的索引向上移动，即：

for i, v1 in enumerate(vect):
    for j in xrange(i + 1, len(vect)):
        a = np.array(v1)
        b = np.array(vect[j])
        space = np.linalg.norm(b - a)
        print space

或者使用标准库提供的解决方案：

import itertools

for v1, v2 in itertools.combinations(vect, 2):
    a = np.array(v1)
    b = np.array(v2)
    space = np.linalg.norm(b - a)
    print space

---

其他人注意到，您无法避免二次复杂性。但是如果您关心的是性能，那么可以通过使用大大加快速度，这将使所有循环和函数调用都在C语言中进行，而不是在Python中进行。下面的代码返回一个正方形对称数组，但它只进行

n*（n-1）/2

计算：

from scipy.spatial.distance import pdist

pairwise_distances = pdist(vect, metric='euclidean', p=2)

如果需要仅具有唯一非对角值的展平阵列，可以使用：

---

在您的情况下，

成对距离将是一个3元素长的数组。
其他人注意到，您无法避免二次复杂度。但是如果您关心的是性能，那么可以通过使用大大加快速度，这将使所有循环和函数调用都在C语言中进行，而不是在Python中进行。下面的代码返回一个正方形对称数组，但它只进行
n*（n-1）/2
计算：

from scipy.spatial.distance import pdist

pairwise_distances = pdist(vect, metric='euclidean', p=2)

如果需要仅具有唯一非对角值的展平阵列，可以使用：

在你的例子中，
成对距离
将是一个3元素长的数组。
。你的解决方案发挥了神奇的作用。多谢了，大哥。你的解决方案发挥了神奇的作用。非常感谢。感谢您提供的解决方案和信息，它们都很有效。我更喜欢只导入pdist的那个。谢谢。谢谢你提供的解决方案和信息，它们都很有效。我更喜欢只导入pdist的那个。谢谢