使用 numpy vectorize 在二维数组中仅对一个轴进行矢量化

Question

我有以下函数来获取两个向量a 和b 之间的欧几里得距离。

def distance_func(a,b):
    distance = np.linalg.norm(b-a)
    return distance

在这里，我希望 a 成为向量数组的一个元素。所以我使用 numpy vectorize 来遍历数组。 （为了获得比使用 for 循环迭代更好的速度）

vfunc = np.vectorize(distance_func)

我用它来得到一个欧几里得距离数组

a = np.array([[1,2],[2,3],[3,4],[4,5],[5,6]])
b = np.array([1,2])

vfunc(a,b)

但是这个函数返回：

数组([[ 0., 0.], [1., 1.], [2., 2.], [3., 3.], [4., 4.]])

这是对第二个向量单独执行np.linalg.norm(a-b) 操作的结果。 如何使用 numpy vectorize 以这种方式获取欧几里得距离数组？

Answer 1

你不需要使用vectorize，你可以这样做：

a = np.array([[1,2],[2,3],[3,4],[4,5],[5,6]])
b = np.array([1,2])

np.linalg.norm(a-b, axis=1)

给出：

[ 0.          1.41421356  2.82842712  4.24264069  5.65685425]

（我假设这是您想要的，但如果不是，请同时显示您对示例的期望结果。）

Answer 2

如果您想计算所有数据点之间的欧几里德距离，您应该使用为此提供的函数之一

from sklearn.metrics import euclidean_distances
from scipy.spatial import distance_matrix

它们经过优化，可以以完全矢量化的方式计算几个点 a 到 几个 点 b 的距离。

import numpy as np
a = np.random.randn(100, 2)
b = np.random.randn(200, 2)

d1 = euclidean_distances(a, b)
d2 = distance_matrix(a, b, p=2)
print d1.shape  # yields (100, 200), one distance for each possible couple
print d2.shape

速度考虑

In [90]: %timeit d1 = euclidean_distances(a, b)
1000 loops, best of 3: 403 us per loop

In [91]: %timeit d2 = distance_matrix(a, b, p=2)
1000 loops, best of 3: 699 us per loop