Python SciPy distance.braycurtis用法及代码示例

本文简要介绍 python 语言中 scipy.spatial.distance.braycurtis 的用法。

用法:

scipy.spatial.distance.braycurtis(u, v, w=None)#

计算两个一维数组之间的Bray-Curtis 距离。

Bray-Curtis 距离定义为

\[\sum{|u_i-v_i|} / \sum{|u_i+v_i|}\]

Bray-Curtis 距离在 [0, 1] 范围内，如果所有坐标都是正数，如果输入长度为零，则该距离未定义。

参数 ：：

u： (N,) 数组

输入数组。

v： (N,) 数组

输入数组。

w： (N,) 数组, 可选

u 和 v 中每个值的权重。默认为 None，这使每个值的权重为 1.0

返回 ：：

braycurtis： 双倍的

一维数组 u 和 v 之间的 Bray-Curtis 距离。

例子：

>>> from scipy.spatial import distance
>>> distance.braycurtis([1, 0, 0], [0, 1, 0])
1.0
>>> distance.braycurtis([1, 1, 0], [0, 1, 0])
0.33333333333333331