scipy.spatial.distance.seuclidean¶
- scipy.spatial.distance.seuclidean(u, v, V)[源代码]¶
返回两个一维数组之间的标准化欧几里得距离。
之间的标准化欧几里得距离 u 和 v 。
- 参数
- u(n,)类似数组
输入数组。
- v(n,)类似数组
输入数组。
- V(n,)类似数组
V 是分量方差的一维阵列。它通常是在较大的集合矢量中计算的。
- 退货
- seuclidean双倍
向量之间的标准化欧氏距离 u 和 v 。
示例
>>> from scipy.spatial import distance >>> distance.seuclidean([1, 0, 0], [0, 1, 0], [0.1, 0.1, 0.1]) 4.4721359549995796 >>> distance.seuclidean([1, 0, 0], [0, 1, 0], [1, 0.1, 0.1]) 3.3166247903553998 >>> distance.seuclidean([1, 0, 0], [0, 1, 0], [10, 0.1, 0.1]) 3.1780497164141406