Python SciPy distance.minkowski用法及代码示例

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

用法:

scipy.spatial.distance.minkowski(u, v, p=2, w=None)#

计算两个一维数组之间的 Minkowski 距离。

一维数组 u 和 v 之间的 Minkowski 距离定义为

\[ \begin{align}\begin{aligned}{\|u-v\|}_p = (\sum{|u_i - v_i|^p})^{1/p}.\\\left(\sum{w_i(|(u_i - v_i)|^p)}\right)^{1/p}.\end{aligned}\end{align} \]

参数 ：：

u： (N,) 数组

输入数组。

v： (N,) 数组

输入数组。

p： 标量

差异范数的顺序 \({\|u-v\|}_p\) 。请注意，对于 \(0 < p < 1\) ，三角不等式仅在附加乘法因子的情况下成立，即它只是一个 quasi-metric。

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 ：：

minkowski： 双倍的

向量 u 和 v 之间的 Minkowski 距离。

例子：

>>> from scipy.spatial import distance
>>> distance.minkowski([1, 0, 0], [0, 1, 0], 1)
2.0
>>> distance.minkowski([1, 0, 0], [0, 1, 0], 2)
1.4142135623730951
>>> distance.minkowski([1, 0, 0], [0, 1, 0], 3)
1.2599210498948732
>>> distance.minkowski([1, 1, 0], [0, 1, 0], 1)
1.0
>>> distance.minkowski([1, 1, 0], [0, 1, 0], 2)
1.0
>>> distance.minkowski([1, 1, 0], [0, 1, 0], 3)
1.0