计算numpy数组中点内的欧几里德距离

时间:2014-04-24 11:37:13

标签: python arrays numpy euclidean-distance

我有3D数组

 A = [[x1 y1 z1]
      [x2 y2 z2]
      [x3 y3 z3]]

我必须找到每个点之间的欧几里德距离,以便我在(row0,row1)(row1,row2)(row0,row2)之间只有3个距离输出。

我有一些代码

dist = scipy.spatial.distance.cdist(A,A, 'euclidean')

但它会以矩阵形式给出距离

dist= [[0  a   b]
       [a  0   c]
       [b  c   0]]

我希望结果为[a b c]

2 个答案:

答案 0 :(得分:5)

考虑使用scipy.spatial.distance.pdist

你可以这样做。

>>> A = np.array([[1, 2, 3], [4, 5, 6], [10, 20, 30]])
>>> scipy.spatial.distance.pdist(A)
array([  5.19615242,  33.67491648,  28.93095228])

但要注意输出距离的顺序是(row0,row1),(row0,row2)和(row1,row2)。

答案 1 :(得分:1)

您可以这样做:

>>> import numpy as np
>>> from itertools import combinations
>>> A = np.array([[1, 2, 3], [4, 5, 6], [10, 20, 30]])
>>> [np.linalg.norm(a-b) for a, b in combinations(A, 2)]
[5.196152422706632, 33.674916480965472, 28.930952282978865]