numpy中获得n对距离的最快方法

【问题标题】：Fastest way in numpy to get distance of n pairsnumpy中获得n对距离的最快方法
【发布时间】：2020-05-27 18:46:42
【问题描述】：

我有 n 对 m 维向量。我想找到最快的方法来计算这 n 对的 eculidian 距离。一种方法是遍历每一对并计算向量之间的距离。

【问题讨论】：

【解决方案1】：

如果我理解您的问题，您有两个坐标数组，并且您需要按元素计算的欧式距离。如果有，请看下面的例子

>>> import numpy as np
>>> a = np.array([[1,2], [3,4], [5,6], [7,8]])
>>> b = np.array([[2,4], [1,1], [8,9], [1,2]])

您可以使用 numpy.linalg.norm 和 axis 参数来计算逐元素欧式距离

>>> np.linalg.norm(a - b, axis=1)
array([2.23606798, 3.60555128, 4.24264069, 8.48528137])

【讨论】：