Python 为什么城市街区（曼哈顿距离）值在scipy.spatial.Distance.pdist和sklearn.metric.pairwise_距离中不同

要解决一个问题，我需要所有向量之间的曼哈顿距离。我尝试了

sklearn.metrics.pairwise_distance

但是大小太大了，所以为了减少内存占用，我使用了

scipy.space.distance.pdist

来获得压缩的

1D

距离矩阵

我使用了以下公式：

index = diagonalShape*(diagonalShape-1)/2 - (diagonalShape-i)*(diagonalShape-i-1)/2 + j - i - 1

计算

1D

矩阵的索引，以获得

ij

的距离值

---

我观察到，对于许多条目，距离与

scipy

和

sklearn

不同。当两个图书馆用于计算城市街区距离的公式相同时，为什么会出现这种情况？

请给出一些具体的数据示例，如您所说，结果不同。