如何使用矢量化方法计算多维数组之间的成对曼哈顿/L1距离？

文章/答案/技术大牛

发布

1回答

python、numpy

假设我有两个大小为(4000，3)的数组。我想以向量化的方式计算从第一个数组的每个向量到第二个数组中的每个向量的L1/曼哈顿距离，这样我就得到了一个(4000,4000)数组。我目前的方法是将(4000，3)分成3个独立的(4000，1)数组并进行广播(类似于这里：Python al

浏览 21提问于2019-02-15得票数 1

回答已采纳

4回答

如何计算两个二维阵列的曼哈顿距离(或L1/城市块)？

python、arrays、distance、numpy-ndarray、euclidean-distance

A, B): return resultarr1 = [[29, 30, 36, 30, 18],[37, 37, 49, 54, 23]]如果我

浏览 5提问于2022-04-30得票数 1

回答已采纳

6回答

何时使用曼哈顿距离，而不是欧几里得距离？

machine-learning、classification、distance

我试图寻找一个很好的论点，为什么人们会在机器学习中使用曼哈顿距离而不是欧几里德距离。不久后，教授说，由于爬行动物的腿数从0到4不等(而其他特征是二进制的，只有0到1的变化)，如果使用欧几里德距离，“腿数”特征的重量就会大

浏览 0提问于2017-06-30得票数 41

1回答

opencv python中cv2.NORM_L2与cv2.NORM_L1的区别

python、opencv、feature-detection

我使用来自python额外模块的sift算法进行一些特征匹配。尽管有一件事我不理解，那就是传递给BFMatcher的normType背后的概念。也就是说，在什么情况下必须使用哪些？任何帮助都将是无价的。

浏览 0提问于2015-09-30得票数 8

回答已采纳

1回答

numpy python:向量化距离函数，计算维数为(m，3)的2矩阵的成对距离

python、python-3.x、numpy、distance

我有两个数组A和B。A的形状是(m,3)，B的形状是(n，3)。compute_dist(point1, point2): return (np.sqrt(np.sum(squares))) 我想使用矢量化函数来计算A和B之间的成对距离。37.442, 42.693, 72.705], [37.442, 42.693, 72.705],

浏览 41提问于2020-02-03得票数 2

回答已采纳

1回答

理解两个TF-IDF向量相似的原因

text、scikit-learn、nlp

我想要一些关于理解TF-IDF向量结果的方法的反馈，以及可能的替代方法。def why_match(doc_vector_a, doc_vector_b, sklearn_tfid

浏览 2提问于2018-10-27得票数 0

2回答

基于hamming距离的神经网络相似性快速搜索的LSH？

c++、opencv、sift、knn、orb

我正在研究多维向量上的快速神经网络搜索。(比如在提取和计算了特征向量之后搜索相似的图像)为了比较两个描述符，ORB需要Hamming距离。我读过taht，它基于欧几里亚德距离(L2)或Manathann距离(L1)计算它的哈希表。这是否意味着LSH isn't是一种需要汉明距离的</em

浏览 9提问于2012-07-17得票数 4

回答已采纳

1回答

numpy数组中行的前n个元素

python、arrays、numpy

我正在尝试用Python实现一个k近邻分类器，所以我想要计算欧几里德距离。我有一个数据集，我已经将其转换为一个大的numpy数组 [[ 0. 0. 4. ..., 1. 0. 1其中每一行的最后一个元素表示类。所以在计算欧几里得距离时，我显然不想把最后一个元素包括在内。正如你所看到的，两者是一样的。

浏览 1提问于2016-12-01得票数 2

回答已采纳

1回答

这两个广度优先搜索问题有何不同？

algorithm、matrix、breadth-first-search

下面是两个宽度优先的搜索遍历问题。解决这个问题的方法是先从每个建筑物进行宽度优先搜索遍历，并记录从它到可达单元格的距离。最短的距离将是从每一个建筑物可以到达的单元，并且有累积的最短距离从每个建筑物到达该单元。我发现这个问题和以前完全一样，只是没有第二个障碍，就是这里的障碍。然而

浏览 0提问于2017-06-07得票数 1

3回答

矩阵中x与y之间的曼哈顿距离最小化

algorithm、matrix、data-structures

我想解决一个关于曼哈顿距离和矩阵的问题。[ x, 0, 0, 0 ] [ 0, y, 0, y

浏览 6提问于2019-10-20得票数 0

回答已采纳

2回答

用Python计算加权成对距离矩阵

python、numpy、matrix、scipy、scikit-learn

我正试图找到一种最快的方法，在Python中执行以下成对距离计算。我想用距离来根据list_of_objects的相似性对它们进行排序。在这种情况下，我希望每个度量都对对象之间的距离做出相同的贡献，而不管度量尺度如何。我目前的算法如下：对每个距离<

浏览 2提问于2013-11-20得票数 10

2回答

如何对多变量角度数据进行聚类？距离度量和算法

python、scikit-learn、cluster-analysis、distance

我想聚类一组多维向量(n > 10)，其中每个属性都是一个角度。我可以使用哪些距离度量和算法？我想到的是：当涉及到距离度量时，即使对于位于多维空间中的对象，欧几里德距离似乎也是非常自然和直观的</em

浏览 1提问于2014-08-26得票数 5

1回答

找出曼哈顿距离最近的元素效率不高

python、coordinates、distance

为了决定哪一个，目前，我使用曼哈顿距离找到最接近的项目：曼哈顿距离将计算出[P]和[X]之间的距离是2，[P]和[Y]之间的距离也是然而，曼哈顿距离不会考虑到[P]和[X]之间存在障碍，因此实际距离将更长。1,0

浏览 1提问于2018-10-27得票数 0

回答已采纳

2回答

我刚接触c++，有没有一种算法可以在3d数组中找到最接近0的距离？

c++、c++17

在3D数组中，对角线元素是0，即k=1为10时为akk=0。我需要在剩余的矩阵中填充距离最接近的0。我遇到了广度优先搜索，但我可以不使用数据结构吗？a[i][j] = new double[c]; for (int i = 0; i < 10; i++) { } 返回3d距离数组

浏览 27提问于2019-10-05得票数 0

1回答

只在对应对之间使用cdist

python、numpy、scipy

我有两个值列表(形状相同)和一个度量(它应该与任何可以进入scipy.spatial.distance.cdist函数的度量一起工作)：vals_2 = np.array([[0,1], [2,1], [4,1]])我想计算相应的值对之间的距离。2): dists.append(cdist([val_1], [val_2], metri

浏览 20提问于2022-08-10得票数 1

回答已采纳

2回答

如何矢量化执行两个数字数组的成对和？

python、numpy、vectorization

我有两个numpy数组，如下所示：y = [w1, w2, w3, ..., wn]z = [v1+w1, v1+w2,...., vm+wn]z = np.zeros ((m*n, 3)) for j in ran

浏览 3提问于2022-11-13得票数 -4

4回答

numpy中两个列表上的成对运算(距离)

python、numpy

我有两个坐标表：l2 = [[x,y,z],[x,y,z],[x,y,z]]numpy.linalg.norm(l1_element - l2_element) 那么，如何使用numpy有效地将此操作应用于每一对元素？

浏览 4提问于2015-04-13得票数 7

回答已采纳

2回答

使用曼哈顿距离的最近对点

algorithm、computational-geometry

我在中读了一节，其中描述了如何使用分而治之的方法来使用两点之间的欧几里德距离来找到最近的对点。有一个问题要求使用类似的方法，利用曼哈顿之间的距离来找出最近的一对点。然而，我无法理解两者之间的区别。使用Xl和Xr是包含Pl和Pr点的两个<e

浏览 3提问于2014-06-23得票数 4

回答已采纳

2回答

曼哈顿距离综合

algorithm、artificial-intelligence、heuristics、planning

对于我正在做的一项研究，我试图找到一个令人满意的启发式方法，它是基于曼哈顿距离的，它可以处理任何问题和域作为输入。也被称为领域无关的启发式。现在，我知道如何在基于网格的问题上应用曼哈顿距离。如何将其推广到每个领域和问题上，而不仅仅是基于网格的问题？

浏览 2提问于2017-06-04得票数 3

回答已采纳

点击加载更多