Python 使用Numpy在空数组中插入行

你好，我正在尝试转换此数组

test=np.array([[0,0],[0,1],[1,1],[3,0]])

使用曼哈顿距离将这个数组转换成这个形状

[0., 1., 2., 3.] 
[1., 0., 1., 4.]
[2., 1., 0., 3.,
[3., 4., 3., 0.]

代码是这样的

list_x=[]
newarray=np.array([])
length=len(test)
for i in range(length):
    for j in range(length):
        print('i=',i)
        print('j=',j)
        var=sum(abs(a-b) for a,b in zip(test[i],test[j]))
        list_x.append(var)
    newarray= np.append(newarray,list_x,axis = 0) 
    list_x=[]
    

但代码的结果一直告诉我：

array([0., 1., 2., 3., 1., 0., 1., 4., 2., 1., 0., 3., 3., 4., 3., 0.])

---

my np.append（）中是否存在阻止将其转换为4*4形状数组的问题？

您可以使用scikit学习获得所有成对曼哈顿距离，从而将上述操作简化为单个函数调用：

from sklearn.metrics.pairwise import manhattan_distances

manhattan_distances(test)
array([[0., 1., 2., 3.],
       [1., 0., 1., 4.],
       [2., 1., 0., 3.],
       [3., 4., 3., 0.]])

---

如果您想通过for循环获得距离，我建议您使用python列表。为了得到一个嵌套列表，生成一个具有行到其他行距离的内部列表，并在每次迭代中将其附加到外部列表：

out=[]
for i in range(length):
    new_row = []
    for j in range(length):
        var=sum(abs(a-b) for a,b in zip(test[i],test[j]))
        new_row.append(var)
    out.append(new_row)

print(out)
# [[0, 1, 2, 3], [1, 0, 1, 4], [2, 1, 0, 3], [3, 4, 3, 0]]

---

另一种方法是使用Scipy：

from scipy.spatial.distance import cdist
cdist(test,test,'cityblock')

输出：

[[0. 1. 2. 3.]
 [1. 0. 1. 4.]
 [2. 1. 0. 3.]
 [3. 4. 3. 0.]]

---

比较：

#@ehsan's solution
def m1(test):
  return cdist(test,test,'cityblock')

#@yatu's solution
def m2(test):
  return manhattan_distances(test)

in_ = [np.random.randint(0,10,(n,2)) for n in [10,100,1000,10000]]

对于大型阵列，它们似乎具有类似的性能，但对于较小的阵列（约1000行）m1似乎更快

---

我知道cdist函数，但此任务的目标是手动校正曼哈顿距离，我只有在附加中遇到问题function@RAbeeq然后我误解了这个问题。你必须使用循环吗？您仍然可以在不使用循环的情况下使用numpy实现它。通常不建议循环数组，循环速度较慢。如果你需要循环，我认为亚图的答案涵盖了它。如果您不必使用循环，我可以用数组帮助实现它。无需，但感谢您的帮助我真的非常感谢您不客气@RAbeeq:）别忘了您可以投票并接受答案。看，谢谢！或者用你原来的。。。z=np.数组（[0,1,2,3,1,0,1,4,2,1,0,3,3,4,3,0]）和z.重塑（4,4）