Python SciPy distance.minkowski用法及代碼示例

本文簡要介紹 python 語言中 scipy.spatial.distance.minkowski 的用法。

用法:

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

計算兩個一維數組之間的 Minkowski 距離。

一維數組 u 和 v 之間的 Minkowski 距離定義為

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

參數 ：：

u： (N,) 數組

輸入數組。

v： (N,) 數組

輸入數組。

p： 標量

差異範數的順序 \({\|u-v\|}_p\) 。請注意，對於 \(0 < p < 1\) ，三角不等式僅在附加乘法因子的情況下成立，即它隻是一個 quasi-metric。

w： (N,) 數組, 可選

u 和 v 中每個值的權重。默認為 None，這使每個值的權重為 1.0

返回 ：：

minkowski： 雙倍的

向量 u 和 v 之間的 Minkowski 距離。

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