Python 两个向量之间的曼哈顿距离

我需要计算两个向量之间的曼哈顿距离

我找到了这个密码

但在另一份文档中，我找到了曼哈顿的代码

因此，这方面的代码是：

def manhattan_distance(instance1, instance2):
    n = len(instance1)-1
    sum = 0
    # for each point, finding distance
    # to rest of the point
    for i in range(n):
        sum += abs(float(instance1[i]) - float(instance2[i]))
    return sum

---

曼哈顿距离的算法是什么在参考公式中，有n个点，每个点有2个坐标，计算一个向量到其他向量的距离。所以除了符号，两个公式都是一样的。两个向量之间的曼哈顿距离是它们坐标差的绝对值之和。记住它的一个简单方法是，向量到自身的距离必须为0。

这里有一个计算曼哈顿距离的示例

[1]中的

：%粘贴
将numpy作为np导入
def曼哈顿距离（a，b）：
返回np.abs（a-b）.sum（）
a=np.array（[1,2]）
b=np.array（[-1,4]）
打印（曼哈顿距离（a，b））
##--结束粘贴的文本--
4.

如果处理的向量是字符串

[1]中的

：%粘贴
将numpy作为np导入
def曼哈顿距离（a，b）：
返回np.abs（a-b）.sum（）
a=['1'，'2']
b=['-1'，4']
打印（曼哈顿距离（np.array（a，dtype=float），np.array（b，dtype=float）））
##--结束粘贴的文本--
4

还有和

ord=1

。为什么

n=len（instance1）-1

？？在我看来，没有理由从总和中省略最后一个分量！֍无论如何，你应该为x1写

manhattan=sum（abs（float（x2）-float（x1）），x2在zip中（instance1，instance2））

…除了OP似乎在处理strings@gboffi更新帖子，展示如何处理字符串数组

def manhattan_distance(instance1, instance2):
    n = len(instance1)-1
    sum = 0
    # for each point, finding distance
    # to rest of the point
    for i in range(n):
        sum += abs(float(instance1[i]) - float(instance2[i]))
    return sum