Python 计算向量和矩阵之间的距离

我使用

sklearn.metrics.pairwise.paired_distance

计算单个向量和矩阵之间的距离。我想计算矩阵的每一行和单个向量之间的距离。由于

sklearn.metrics.pairwise.paired_distance

要求两个数组的维数相等，因此我使用

np.tile

创建一个包含向量多个副本的矩阵，以创建与第一个矩阵大小相同的矩阵

例如：

import numpy as np
from sklearn.metrics.pairwise import paired_distances

# get matrix a and vector b
a = np.array([[1,2],[3,4]])
b = np.array([[5],[6]]).transpose()

# create a matrix with copies of b that has the same size as matrix a
b = np.tile(b,(a.shape[0],1))

distances = paired_distances(a,b)

---

只是出于好奇：有没有一个函数可以做到这一点？时间在这里并不重要，因为我不处理非常大的阵列。但是函数应该提供不同类型的度量

您可以使用

numpy。沿\u轴应用\u

方法将给定函数应用于每行。

您可以使用SciPy的

cdist

：

cdist（a，b）.ravel（）

。