如何将numpy数组的每一行向量与其自身和每个元素进行比较答案

【问题标题】：How to compare each row of vectors of numpy array to itself and every element如何将numpy数组的每一行向量与其自身和每个元素进行比较
【发布时间】：2021-05-21 05:38:00
【问题描述】：

我有一个包含矢量化数据的 numpy 数组。我需要比较这些向量中的每一个（数组中的一行）与自身和每隔一行的欧几里得距离。

向量的形式为

[[0 0 0 ... 0 0 0]
 [0 0 0 ... 0 0 0]
 [0 0 0 ... 0 0 0]
 ...
 [0 0 0 ... 0 0 0]
 [0 0 0 ... 0 0 0]
 [0 0 0 ... 0 0 0]]

我知道我需要两个循环，这是我目前所拥有的

def euclidean_distance_loop(termdoc):
    i = 0
    j = 0
    matrix = np.array([])
    while( j < (len(termdoc-1))):
        matrix = np.append(matrix,[euclidean_distance(termdoc[i],termdoc[j])])
        j = j + 1
        
    return np.array([matrix])

euclidean_distance_loop(termdoc)

我知道这是一个索引问题，我需要另一个索引或另一个循环中的递增索引，但不知道如何构造它

【问题讨论】：

您能否提供数据样本和预期结果？这个问题会更容易理解
数据是逐个文档的矩阵，其中每一行都是一个向量。该函数是获取每一行并将 row[0] 与自身和所有其他行进行比较，然后将 row[1] 与所有行及其自身进行比较，row[2] 与所有其他行及其自身进行比较。我的问题是我不知道如何更新我认为的外部和内部循环的索引
看看 Divakar 的这个 wiki：https://github.com/droyed/eucl_dist/wiki/Main-Article#prospective-method

标签： python numpy

【解决方案1】：

你不需要循环。

def self_distance(x):
    return np.linalg.norm(x[:,np.newaxis] - x, axis=-1)

另见：

【讨论】：