距离计算 (scipy.spatial.distance
)¶
函数引用¶
从存储在矩形阵列中的原始观测向量的集合计算距离矩阵。
|
n维空间中观测之间的成对距离。 |
|
计算两组输入中每对之间的距离。 |
|
将矢量形式的距离矢量转换为平方形式的距离矩阵,反之亦然。 |
|
计算两个二维阵列之间的有向Hausdorff距离。 |
用于检查距离矩阵有效性的谓词,既有浓缩的,也有冗余的。此模块中还包含用于计算距离矩阵中的观测值数量的函数。
|
如果输入数组是有效的距离矩阵,则返回True。 |
|
如果输入数组是有效的压缩距离矩阵,则返回True。 |
|
返回与平方冗余距离矩阵相对应的原始观测值的数量。 |
|
返回与压缩距离矩阵相对应的原始观测值的数量。 |
两个数值向量之间的距离函数 u
和 v
。对于这些函数,在大的向量集合上计算距离的效率很低。使用 pdist
为了这个目的。
|
计算两个一维阵列之间的Bray-Curtis距离。 |
|
计算两个一维阵列之间的堪培拉距离。 |
|
计算切比雪夫距离。 |
|
计算城市挡路(曼哈顿)距离。 |
|
计算两个一维阵列之间的相关距离。 |
|
计算一维阵列之间的余弦距离。 |
|
计算两个一维阵列之间的欧几里得距离。 |
|
计算两个概率数组之间的Jensen-Shannon距离(度量)。 |
|
计算两个一维阵列之间的马氏距离。 |
|
计算两个一维阵列之间的Minkowski距离。 |
|
返回两个一维数组之间的标准化欧几里得距离。 |
|
计算两个一维阵列之间的平方欧几里得距离。 |
|
计算两个一维阵列之间的加权Minkowski距离。 |
两个布尔向量(表示集合)之间的距离函数 u
和 v
。与数字向量的情况一样, pdist
在计算所有对之间的距离时效率更高。
|
计算两个一维布尔数组之间的骰子相异度。 |
|
计算两个一维阵列之间的汉明距离。 |
|
计算两个布尔一维数组之间的Jaccard-Needham相异度。 |
|
计算两个布尔一维阵列之间的Kulsinski相异度。 |
|
计算两个布尔一维阵列之间的Kulczynski 1相异度。 |
|
计算两个布尔一维数组之间的Rogers-TAnimoto相异度。 |
|
计算两个布尔一维数组之间的Russell-Rao相异度。 |
|
计算两个一维布尔数组之间的Sokal-Michener相异度。 |
|
计算两个布尔一维数组之间的Sokal-Sneath相异度。 |
|
计算两个布尔一维数组之间的Yule相异度。 |
hamming
也可以在离散的数值向量上运行。