Python 求两个向量之间每对的距离

我有两个向量，比如说

x=[2,4,6,7]

和

y=[2,6,7,8]

，我想找到每个对应对之间的欧几里德距离，或任何其他实现的距离（例如，从scipy开始）。那将是

dist=[0,2,1,1]

当我尝试

dist = scipy.spatial.distance.cdist(x,y, metric='sqeuclidean')

或

我明白了

ValueError: XA must be a 2-dimensional array.

---

我应该如何计算距离？为什么我必须为此重塑数据？

cdist不计算对应对之间的距离列表，而是计算所有对之间的距离矩阵

np.linalg.norm((np.asarray(x)-np.asarray(y))[:, None], axis=1)

---

是id通常如何为n维点之间的欧几里德距离编写的；但是，如果您只处理一维点，则elpres建议的绝对差异会更简单。

小心列表理解中使用的变量名（

表示x，y

）。理解完成后，它们仍然可见。在您的示例中，这些变量与

x

和

y

向量相同，因此理解完成后，

x

和

y

将等于每个向量的最后一个值，而不是向量本身。

x

和

y

是否如用户提供的那样列在这里？我不确定这是否可行。例如，我正在寻找一种方法，使我能够应用scipy实现的任何距离度量。实际上我需要一维向量的每个值与标量的距离；对于不同的规范，它有很多选择

np.linalg.norm((np.asarray(x)-np.asarray(y))[:, None], axis=1)