numpy ndarray 行的纯 Pythonic Pairwise Euclidean 距离答案

【问题标题】：A Pure Pythonic Pairwise Euclidean distance of rows of a numpy ndarraynumpy ndarray 行的纯 Pythonic Pairwise Euclidean 距离
【发布时间】：2014-12-23 06:31:29
【问题描述】：

我有一个大小为 (n_classes, n_features) 的矩阵，我想计算每对类的成对欧几里得距离，因此输出将是一个 (n_classes, n_classes) 矩阵，其中每个单元格的值为 euclidean_distance(class_i , class_j)。

我知道有这个 scipy 空间距离 (http://docs.scipy.org/doc/scipy-0.14.0/reference/spatial.distance.html) 和 sklearn.metric.euclidean 距离 (http://scikit-learn.org/stable/modules/generated/sklearn.metrics.pairwise.euclidean_distances.html) 但我想在 Theano 软件中使用它，所以我需要一个纯数学公式而不是计算函数结果。

例如，我需要一系列转换，例如 A = X * B、D = X.T-X、结果 = D.T 只包含矩阵数学运算而不是函数的东西。

【问题讨论】：

stackoverflow.com/questions/25886374/pdist-for-theano-tensor 的可能重复项？
是的，谢谢，它是重复的。

标签： numpy matrix euclidean-distance theano

【解决方案1】：

您可以使用 numpy 广播来执行此操作，如 this gist 所示。将其转换为 Theano 代码应该很简单，或者只是参考上面@eickenberg 的评论，因为他是向我展示如何做到这一点的人！

【讨论】：

我还发现this code 也在做同样的事情。谢谢凯尔。
+1 :) - 如果我正确阅读了您的要点，在np.exp(-(x1[np.newaxis, :, :] - x2[:, np.newaxis, :])[:, :, 0] ** 2).T 中，您似乎只收集了第一个坐标上的距离。你不想np.exp(-((x1[np.newaxis, :, :] - x2[:, np.newaxis, :]) ** 2).sum(2)).T 吗？
是的......这看起来像一个错误。所有功能都应该重要:)