scipy.spatial.distance.
hamming#
- scipy.spatial.distance.hamming(u, v, w=None)[Quelle]#
Berechnet den Hamming-Abstand zwischen zwei 1D-Arrays.
Der Hamming-Abstand zwischen den 1D-Arrays u und v ist einfach der Anteil der nicht übereinstimmenden Komponenten in u und v. Wenn u und v Boolesche Vektoren sind, ist der Hamming-Abstand
\[\frac{c_{01} + c_{10}}{n}\]wobei \(c_{ij}\) die Anzahl der Vorkommen von \(\mathtt{u[k]} = i\) und \(\mathtt{v[k]} = j\) für \(k < n\) ist.
- Parameter:
- u(N,) array_like
Eingabearray.
- v(N,) array_like
Eingabearray.
- w(N,) array_like, optional
Die Gewichte für jeden Wert in u und v. Standard ist None, was jedem Wert ein Gewicht von 1,0 gibt.
- Rückgabe:
- hammingdouble
Der Hamming-Abstand zwischen den Vektoren u und v.
Beispiele
>>> from scipy.spatial import distance >>> distance.hamming([1, 0, 0], [0, 1, 0]) 0.66666666666666663 >>> distance.hamming([1, 0, 0], [1, 1, 0]) 0.33333333333333331 >>> distance.hamming([1, 0, 0], [2, 0, 0]) 0.33333333333333331 >>> distance.hamming([1, 0, 0], [3, 0, 0]) 0.33333333333333331