scipy.spatial.distance.

minkowski#

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

Berechnet die Minkowski-Distanz zwischen zwei 1D-Arrays.

Die Minkowski-Distanz zwischen den 1D-Arrays u und v ist definiert als

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

Parameter:

u(N,) array_like: Eingabearray.
v(N,) array_like: Eingabearray.
pSkalar: Die Ordnung der Norm der Differenz \({\|u-v\|}_p\). Beachten Sie, dass für \(0 < p < 1\) die Dreiecksungleichung nur mit einem zusätzlichen multiplikativen Faktor gilt, d. h. es handelt sich nur um eine Quasimetrik.
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:

minkowskidouble: Die Minkowski-Distanz zwischen den Vektoren u und v.

Beispiele

>>> 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