欧几里得距离的矢量化实现

Question

我正在尝试计算欧几里德距离的矢量化实现（在 X 和 Y 中的每个元素之间使用内积）。数据如下：

X = np.random.uniform(low=0, high=1, size=(10000, 5))
Y = np.random.uniform(low=0, high=1, size=(10000, 5))

我所做的是：

euclidean_distances_vectorized = np.array(np.sqrt(np.sum(X**2, axis=1) - 2 * np.dot(X, Y.T) + np.sum(Y**2, axis=1)))

虽然这给出了“一些输出”，但答案是错误的，因为每行仍然包含 5 个元素。

有谁知道我做错了什么？

Answer 1

如果我理解正确的话应该这样做

np.linalg.norm(X - Y, axis=1)

或与einsum（沿第一轴的每个差异对的点积的平方根）

np.sqrt(np.einsum('ij,ij->i...', X - Y, X - Y))

如果你想要所有成对的距离

from scipy.spatial.distance import cdist

cdist(X, Y)