Euklidische Abstände zwischen den Punkten

Question

Ich habe eine Reihe von Punkten in numpy:

points = rand(dim, n_points)

Und ich möchte:

1. berechnen alle L2-Norm (euklidischen Abstand) zwischen einem bestimmten Punkt und allen anderen Punkten
2. berechnen alle paarweise Distanzen.

und vorzugsweise alle numpy und nicht für die. Wie kann man das tun?

Answer 1

Wenn Sie bereit sind SciPy zu verwenden, das scipy.spatial.distance Modul (die Funktionen cdist und / oder pdist) genau das tun, was Sie wollen, mit allen in der C getan Looping Sie können es mit zu Rundfunk, aber es gibt einige zusätzliche Speicher Overhead.

Answer 2

Dies könnte helfen mit dem zweiten Teil:

import numpy as np
from numpy import *
p=rand(3,4) # this is column-wise so each vector has length 3
sqrt(sum((p[:,np.newaxis,:]-p[:,:,np.newaxis])**2 ,axis=0) )

das gibt

array([[ 0.        ,  0.37355868,  0.64896708,  1.14974483],
   [ 0.37355868,  0.        ,  0.6277216 ,  1.19625254],
   [ 0.64896708,  0.6277216 ,  0.        ,  0.77465192],
   [ 1.14974483,  1.19625254,  0.77465192,  0.        ]])

, wenn p ist

array([[ 0.46193242,  0.11934744,  0.3836483 ,  0.84897951],
   [ 0.19102709,  0.33050367,  0.36382587,  0.96880535],
   [ 0.84963349,  0.79740414,  0.22901247,  0.09652746]])

und Sie einen der Einträge überprüfen können über

sqrt(sum ((p[:,0]-p[:,2] )**2 ))
0.64896708223796884

Der Trick ist newaxis zu setzen und dann tun sendet.

Viel Glück!