当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python SciPy distance.seuclidean用法及代码示例


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

用法:

scipy.spatial.distance.seuclidean(u, v, V)#

返回两个一维数组之间的标准化欧几里得距离。

两个 n-vectors u 和 v 之间的标准化欧几里得距离为

V是方差向量; V[I] 是对点的所有 i-th 分量计算的方差。如果没有通过,则自动计算。

参数

u (N,) 数组

输入数组。

v (N,) 数组

输入数组。

V (N,) 数组

V 是分量方差的一维数组。它通常在更大的集合向量中计算。

返回

seuclidean 双倍的

向量 u 和 v 之间的标准化欧几里得距离。

例子

>>> from scipy.spatial import distance
>>> distance.seuclidean([1, 0, 0], [0, 1, 0], [0.1, 0.1, 0.1])
4.4721359549995796
>>> distance.seuclidean([1, 0, 0], [0, 1, 0], [1, 0.1, 0.1])
3.3166247903553998
>>> distance.seuclidean([1, 0, 0], [0, 1, 0], [10, 0.1, 0.1])
3.1780497164141406

相关用法


注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.spatial.distance.seuclidean。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。