来自 Julia 的 scipy 的 pdist() 的替代方法？

Question

我的目标是在 Julia 中从 SciPy 复制 pdist() 的功能。 我尝试使用Distances.jl 包对观测值之间的距离进行成对计算。但是，结果与下面提到的示例不同。

Python 示例：

from scipy.spatial.distance import pdist
a = [[1,2], [3,4], [5,6], [7,8]]
b = pdist(a)
print(b)

output --> array([2.82842712, 5.65685425, 8.48528137, 2.82842712, 5.65685425, 2.82842712])

朱莉娅示例：

using Distances
a = [1 2; 3 4; 5 6; 7 8]
dist_function(x)  = pairwise(Euclidean(), x, dims = 1)
dist_function(a)

output --> 
4×4 Array{Float64,2}:
 0.0      2.82843  5.65685  8.48528
 2.82843  0.0      2.82843  5.65685
 5.65685  2.82843  0.0      2.82843
 8.48528  5.65685  2.82843  0.0

参考以上例子：

1. python 中 pdist() 来自 SciPy 的度量值是否默认设置为 Euclidean()？
2. 我该如何解决这个问题，以便在 Julia 中复制结果？

请提出解决此问题的解决方案。

pdist() 的文档参考：--> https://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.distance.pdist.html

提前致谢！！

Answer 1

根据您链接的文档页面，要从 python 获得与 Julia 相同的表单（是的，我知道，这与您的问题相反），您可以将其传递给 squareform。 IE。在您的示例中，添加

from scipy.spatial.distance import squareform
squareform(b)

另外，是的，从同一个文档页面中，您可以看到如果没有明确定义，“metric”参数默认为“euclidean”。

对于相反的情况，只需注意 python 向量就是非对角线中的所有元素（因为对于“适当的”距离度量，得到的距离矩阵是对称的）。

因此您可以简单地将所有非对角线元素收集到一个向量中。

Answer 2

对于（1），根据您链接的文档，答案是肯定的，上面写着

scipy.spatial.distance.pdist(X, metric='euclidean', *args, **kwargs)

表示metric arg 确实默认设置为'euclidean'。

我不确定我是否理解您的第二个问题 - 结果是否相同？对我来说唯一的区别似乎是 scipy 将上三角形作为向量返回，所以如果只是这样做，请查看：https://discourse.julialang.org/t/vector-of-upper-triangle/7764