成对距离python（一个基向量与许多其他基向量）

我有一个基向量（由1和0组成），我想找到到50000个其他向量（也由1和0组成）的余弦距离。我找到了很多方法来计算整个成对距离矩阵，但我对此不感兴趣。更确切地说，我只想得到我的基向量相对于其他向量的50000个距离（然后排序找到前5个）。实现这一点的最快方法是什么？

矢量化操作与单独操作完全相同，只要小心使用轴。在这里，每一行中都有单独的“其他”向量：

others = numpy.random.randint(0,2,(10,10))
base = numpy.random.randint(0,2,(10,1))
d = numpy.inner(base.T, others) / (numpy.linalg.norm(others, axis=0) * numpy.linalg.norm(base))

---

那么你是如何计算这个矩阵的呢？你为什么不计算每个向量的值呢？那么10个向量的长度将有50000个。。。VS1矢量10长。当我尝试这一点时，我会遇到对齐/广泛的演员阵容问题。你能告诉我“其他人”是如何变长的吗？