scipy.spatial.distance.

seuclidean#

scipy.spatial.distance.seuclidean(u, v, V)[Quelle]#

Gibt den standardisierten Euklidischen Abstand zwischen zwei 1D-Arrays zurück.

Der standardisierte Euklidische Abstand zwischen zwei n-Vektoren u und v ist

\[\sqrt{\sum\limits_i \frac{1}{V_i} \left(u_i-v_i \right)^2}\]

V ist der Varianzvektor; V[I] ist die Varianz, die über alle i-ten Komponenten der Punkte berechnet wird. Wenn nicht übergeben, wird sie automatisch berechnet.

Parameter:

u(N,) array_like: Eingabearray.
v(N,) array_like: Eingabearray.
V(N,) array_like: V ist ein 1D-Array von Komponentenvarianzen. Es wird normalerweise aus einer größeren Sammlung von Vektoren berechnet.

Rückgabe:

seuclideandouble: Der standardisierte Euklidische Abstand zwischen den Vektoren u und v.

Beispiele

>>> from scipy.spatial import distance
>>> distance.seuclidean([1, 0, 0], [0, 1, 0], [0.1, 0.1, 0.1])
4.4721359549995796
>>> distance.seuclidean([1, 0, 0], [0, 1, 0], [1, 0.1, 0.1])
3.3166247903553998
>>> distance.seuclidean([1, 0, 0], [0, 1, 0], [10, 0.1, 0.1])
3.1780497164141406