如何通过广播计算两个numpy数组的欧几里得距离[重复]答案

【问题标题】：how to calculate euclidian distance of two numpy arrays by broadcasting [duplicate]如何通过广播计算两个numpy数组的欧几里得距离[重复]
【发布时间】：2020-12-05 13:45:26
【问题描述】：

我想计算两个 numpy 数组的欧几里得距离。

数组中的每一行都是一个向量。

例如

a = np.array([125, 20, 210, 55], [11, 97, 111, 71])
b = np.array([51, 19, 35, 65], [59, 80, 37, 60])

我需要计算a中每一行与b中每一行的欧几里得距离。

数组的实际大小可以大到5000行4000列。

我知道如何通过两个 for 循环和一个 for 循环来做到这一点。我需要通过矢量化 numpy 数组来解决它。例如将数组广播给另一个数组，例如 https://numpy.org/devdocs/user/theory.broadcasting.html

不使用

 spatial.distance.cdist

但是，我不知道该怎么做。

任何帮助将不胜感激。

【问题讨论】：

这有帮助吗？ stackoverflow.com/questions/27948363/…
这能回答你的问题吗？ Numpy Broadcast to perform euclidean distance vectorized

标签： python arrays numpy vector

【解决方案1】：

import numpy as np

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

【讨论】：

请不要只发布代码作为答案，还要解释您的代码的作用以及它如何解决问题的问题。带有解释的答案通常更有帮助，质量更高，更有可能吸引投票。