Python Numpy-列之间的平均距离

我有一个2D数组，我想计算每一行中每一列之间的平均距离

例如，如果我有2D阵列：

2  2  3
4  2  5
1  5  2

我想计算所有行中第1列和第2列、所有行中第1列和第3列以及所有行中第2列和第3列之间的平均距离

第1列和第2列之间的平均距离为| 2-2 |+| 4-2 |+| 1-5 |/3，等于2

是否有一个numpy函数可以实现这一点？

类似的功能

import numpy as np
x = np.array([[2,2,3],[4,2,5],[1,5,2]])

def calc(cols):
    return np.mean(np.abs(np.diff(x[:, cols])))

print(calc([0,1]))

输出：

还应考虑：

import itertools
print(list(itertools.combinations(range(x.shape[1]), 2)))  # outer list because using py3

输出：

像这样的

import numpy as np
x = np.array([[2,2,3],[4,2,5],[1,5,2]])

def calc(cols):
    return np.mean(np.abs(np.diff(x[:, cols])))

print(calc([0,1]))

输出：

还应考虑：

import itertools
print(list(itertools.combinations(range(x.shape[1]), 2)))  # outer list because using py3

输出：

---

我建议这样做：

from scipy.spatial.distance import pdist
m, n = in_arr.shape
pdist(in_arr.T, 'cityblock') / m

Out: array([ 2.        ,  1.        ,  2.33333333])

如果您想知道哪条距离与哪条线对有关，请使用：

np.stack(np.triu_indices(n, 1))  

Out: 
array([[0, 0, 1],
       [1, 2, 2]], dtype=int32)

---

这应该比使用for循环或itertools快得多

我建议这样做：

from scipy.spatial.distance import pdist
m, n = in_arr.shape
pdist(in_arr.T, 'cityblock') / m

Out: array([ 2.        ,  1.        ,  2.33333333])

如果您想知道哪条距离与哪条线对有关，请使用：

np.stack(np.triu_indices(n, 1))  

Out: 
array([[0, 0, 1],
       [1, 2, 2]], dtype=int32)

---

这应该比使用for循环或itertools快得多

是的，这就是我想要的！是否有一种方法可以为每种可能的列排列运行calc，而不是手动指定列？或者准备一个消除对称性的for循环，或者使用itertools来准备所有组合。是的，这就是我想要的！是否有一种方法可以为每种可能的列排列运行calc，而不是手动指定列？或者准备一个用于消除对称性的for循环，或者使用itertools来准备所有组合。