仅计算python数组中两个元素之间的距离答案

【问题标题】：Calculating distance between two elements only in the array in python仅计算python数组中两个元素之间的距离
【发布时间】：2015-03-03 19:54:52
【问题描述】：

所以我有两个问题：首先，我尝试打印包含 1004 个元素的数组，但它只打印前 29 个元素，然后跳转到 974 继续打印。如何获得 1004 个元素的完整数组？

这是我的代码

paired_data = []
for x in data:
    closest, ignored = pairwise_distances_argmin_min(x, result)
    paired_data.append([x, result[closest]])
#print paired_data
S = pd.DataFrame(paired_data, columns=['x','center'])
print S
# distance
Y = pdist(S, 'euclidean')
print Y

我还想计算数组中每两个元素之间的距离。例如

0 [5, 4] [3, 2]

1 [22, -10] [78, 90]

我想为数组的所有其余部分计算 [5, 4] 和 [3, 2] 之间的距离（欧几里得），依此类推。

【问题讨论】：

欢迎来到 Stack Overflow！为了不让事情变得混乱，您能否编辑您的问题，使其仅包含一个问题，然后针对您的第二个问题提出另一个问题？
我不能在同一天问两个问题。对不起！
天哪，我没有意识到这是一个限制！好吧，看看这个回答你第一个问题的答案：stackoverflow.com/questions/1987694/print-the-full-numpy-array
你试过from scipy.spatial import distance
您可能还会发现docs.scipy.org/doc/scipy/reference/generated/… 很有帮助

标签： python arrays distance euclidean-distance

【解决方案1】：

#1 的另一种解决方案：

print(S.to_string())    # print the entire table

并获得距离

# assumes Python 3
from functools import partial

def dist(row, col1, col2):
    return sum((c2 - c1)**2 for c1,c2 in zip(row[col1], row[col2])) ** 0.5

# compose a function (name the columns it applies to)
s_dist = partial(dist, col1="x", col2="center")
# apply it
S["dist"] = S.apply(s_dist, axis=1)

【讨论】：

@Micheal：我认为它应该按原样工作，但我在这台机器上除了 3.4 之外没有任何东西可以测试。
如果我想对这些距离中的每一个（1004 个距离值）进行平方（^2），然后在平方后将它们全部相加，我该怎么做？
@Micheal：它是一个 n 维欧几里得距离。如果你想要平方和，试试sq_sum = (S["dist"]**2).sum()。
那为什么要乘以** 0.5？
** 是求幂，而不是乘法，所以x ** 0.5 是 x 的平方根。