Numpy Broadcast to perform euclidean distance vectorized

我有两个矩阵,分别是2 x 4和3 x 4的。我想计算每行的欧几里得距离,最终得到一个2 x 3的矩阵。以下是使用一个for循环的代码,用于计算矩阵a中每个行向量与矩阵b中所有行向量的欧几里得距离。我如何在不使用for循环的情况下实现同样的功能?

 import numpy as np
a = np.array([[1,1,1,1],[2,2,2,2]])
b = np.array([[1,2,3,4],[1,1,1,1],[1,2,1,9]])
dists = np.zeros((2, 3))
for i in range(2):
    dists[i] = np.sqrt(np.sum(np.square(a[i] - b), axis=1))

回答:

只需在适当的位置使用np.newaxis即可:

 np.sqrt((np.square(a[:,np.newaxis]-b).sum(axis=2)))

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注