Python 向量数组与其之间的距离'；自身因素

我有一个向量数组，我想建立一个矩阵，显示它自己的向量之间的距离。例如，我得到了包含这两个向量的矩阵：

[[a, b , c]
 [d, e , f]]

我想得到，

dist

是一个欧几里得距离，例如：

[[dist(vect1,vect1), dist(vect1,vect2)]
 [dist(vect2,vect1), dist(vect2,vect2)]]

很明显，我期望一个对称矩阵，对角线上有空值。我试着用scikit学习一些东西

#Create clusters containing the similar vectors from the clustering algo
labels = db.labels_
n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0)
list_cluster = [[] for x in range(0,n_clusters_ + 1)]
for index, label in enumerate(labels):
    if label == -1:
        list_cluster[n_clusters_].append(sparse_matrix[index])
    else:
        list_cluster[label].append(sparse_matrix[index])
vector_rows = []
for cluster in list_cluster:
    for row in cluster:
         vector_rows.append(row)
#Create my array of vectors per cluster order
sim_matrix = np.array(vector_rows)
#Build my resulting matrix
sim_matrix = metrics.pairwise.pairwise_distances(sim_matrix, sim_matrix)

问题是我得到的矩阵不是对称的，所以我猜我的代码中有错误

如果你想测试的话，我添加了一个小样本，我用欧几里德距离向量对每个向量进行测试：

input_matrix=[[0,0,0,3,4,1,0,2]，
[0, 0, 0, 2, 5, 2, 0, 3], 
[2, 1, 1, 0, 4, 0, 2, 3], 
[3, 0, 2, 0, 5, 1, 1, 2]]
预期结果=[[0,2,4.58257569,4.897949]，
[2, 0, 4.35889894, 4.47213595], 
[4.58257569,  4.35889894, 0, 2.64575131], 
[4.89897949, 4.47213595, 2.64575131, 0]]

函数和将执行以下操作：

[897]中的

：将numpy作为np导入
…：从scipy.spatial.distance导入pdist，squareform
在[898]中：input_matrix=np.asarray（[0,0,0,3,4,1,0,2]，
...:                            [0, 0, 0, 2, 5, 2, 0, 3],
...:                            [2, 1, 1, 0, 4, 0, 2, 3],
...:                            [3, 0, 2, 0, 5, 1, 1, 2]])
在[899]中：正方形（pdist（输入矩阵））
出[899]：
数组（[[0,2,4.58257569,4.897949]，
[2.        , 0.        , 4.35889894, 4.47213595],
[4.58257569, 4.35889894, 0.        , 2.64575131],
[4.89897949, 4.47213595, 2.64575131, 0.        ]])

正如预期的那样，生成的距离矩阵是对称阵列

默认情况下，

pdist

计算欧几里德距离。通过在函数调用中将适当的值传递给参数

metric

，可以计算不同的距离。例如：

[[dist(vect1,vect1), dist(vect1,vect2)]
 [dist(vect2,vect1), dist(vect2,vect2)]]

[900]中的

：方形（pdist（输入矩阵，公制='jaccard'））
出[900]：
数组（[[0,1,0.875,0.71428571]，
[1.        , 0.        , 0.875     , 0.85714286],
[0.875     , 0.875     , 0.        , 1.        ],
[0.71428571, 0.85714286, 1.        , 0.        ]])

多么神秘啊，你的最后一行看起来应该返回一个对称矩阵？！你能在你的代码中包含一些数据，这样我们就可以运行并验证你的结果吗？我知道这个方法不起作用，但我仍然尝试测试它，所以。。。如果你想的话，我可以添加一个例子。我可以像jaccard这样改变距离吗？