相思资源网 Design By www.200059.com
计算Python Numpy向量之间的欧氏距离,已知vec1和vec2是两个Numpy向量,欧氏距离计算如下:
import numpy
dist = numpy.sqrt(numpy.sum(numpy.square(vec1 - vec2)))
或者直接:
dist = numpy.linalg.norm(vec1 - vec2)
补充知识:Python中计算两个数据点之间的欧式距离,一个点到数据集中其他点的距离之和
如下所示:
计算数两个数据点之间的欧式距离
import numpy as np def ed(m, n): return np.sqrt(np.sum((m - n) ** 2)) i = np.array([1, 1]) j = np.array([3, 3]) distance = ed(i, j) print(distance)
在jupyter 中运输代码输出结果如下:
计算一个点到数据集中其他点的距离之和
from scipy import * import pylab as pl all_points = rand(500, 2) pl.plot(all_points[:, 0], all_points[:, 1], 'b.') pl.show()
在jupyter 中运输代码输出结果如下:
from scipy import * import pylab as pl all_points = rand(500, 2) pl.plot(all_points[:, 0], all_points[:, 1], 'b.') pl.show()
定义函数计算距离
def cost(c, all_points): #指定点,all_points:为集合类的所有点
return sum(sum((c - all_points) ** 2, axis=1) ** 0.5)
以上这篇计算Python Numpy向量之间的欧氏距离实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
相思资源网 Design By www.200059.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
相思资源网 Design By www.200059.com
暂无计算Python Numpy向量之间的欧氏距离实例的评论...
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。