Entfernungsberechnungen (scipy.spatial.distance)

Funktionsreferenz

Berechnung der Entfernungsmatrix aus einer Sammlung von Rohbeobachtungsvektoren, die in einem rechteckigen Array gespeichert sind.

pdist(X[, metric, out])	Paarweise Abstände zwischen Beobachtungen im n-dimensionalen Raum.
cdist(XA, XB[, metric, out])	Berechnet die Abstände zwischen jedem Paar der beiden Eingabesammlung.
squareform(X[, force, checks])	Konvertiert einen Entfernungsvektor im Vektorformat in eine quadratische Entfernungsmatrix und umgekehrt.
directed_hausdorff(u, v[, rng])	Berechnet den gerichteten Hausdorff-Abstand zwischen zwei 2D-Arrays.

Prädikate zur Überprüfung der Gültigkeit von Entfernungsmatrizen, sowohl kondensiert als auch redundant. In diesem Modul befinden sich auch Funktionen zur Berechnung der Anzahl der Beobachtungen in einer Entfernungsmatrix.

is_valid_dm(D[, tol, throw, name, warning])	Gibt True zurück, wenn das Eingabearray eine gültige Entfernungsmatrix ist.
is_valid_y(y[, warning, throw, name])	Gibt True zurück, wenn das Eingabearray eine gültige kondensierte Entfernungsmatrix ist.
num_obs_dm(d)	Gibt die Anzahl der ursprünglichen Beobachtungen zurück, die einer quadratischen, redundanten Entfernungsmatrix entsprechen.
num_obs_y(Y)	Gibt die Anzahl der ursprünglichen Beobachtungen zurück, die einer kondensierten Entfernungsmatrix entsprechen.

Entfernungsfunktionen zwischen zwei numerischen Vektoren u und v. Die Berechnung von Abständen über eine große Sammlung von Vektoren ist für diese Funktionen ineffizient. Verwenden Sie zu diesem Zweck pdist.

braycurtis(u, v[, w])	Berechnet den Bray-Curtis-Abstand zwischen zwei 1D-Arrays.
canberra(u, v[, w])	Berechnet den Canberra-Abstand zwischen zwei 1D-Arrays.
chebyshev(u, v[, w])	Berechnet den Chebyshev-Abstand.
cityblock(u, v[, w])	Berechnet den City-Block-(Manhattan)-Abstand.
correlation(u, v[, w, centered])	Berechnet den Korrelationsabstand zwischen zwei 1D-Arrays.
cosine(u, v[, w])	Berechnet den Kosinus-Abstand zwischen 1D-Arrays.
euclidean(u, v[, w])	Berechnet den Euklidischen Abstand zwischen zwei 1D-Arrays.
jensenshannon(p, q[, base, axis, keepdims])	Berechnet den Jensen-Shannon-Abstand (Metrik) zwischen zwei Wahrscheinlichkeitsarrays.
mahalanobis(u, v, VI)	Berechnet den Mahalanobis-Abstand zwischen zwei 1D-Arrays.
minkowski(u, v[, p, w])	Berechnet den Minkowski-Abstand zwischen zwei 1D-Arrays.
seuclidean(u, v, V)	Gibt den standardisierten Euklidischen Abstand zwischen zwei 1D-Arrays zurück.
sqeuclidean(u, v[, w])	Berechnet den quadrierten Euklidischen Abstand zwischen zwei 1D-Arrays.

Entfernungsfunktionen zwischen zwei booleschen Vektoren (die Mengen darstellen) u und v. Wie bei numerischen Vektoren ist pdist für die Berechnung der Abstände zwischen allen Paaren effizienter.

dice(u, v[, w])	Berechnet die Dice-Unähnlichkeit zwischen zwei booleschen 1D-Arrays.
hamming(u, v[, w])	Berechnet den Hamming-Abstand zwischen zwei 1D-Arrays.
jaccard(u, v[, w])	Berechnet die Jaccard-Unähnlichkeit zwischen zwei booleschen Vektoren.
kulczynski1(u, v, *[, w])	Berechnet die Kulczynski 1-Unähnlichkeit zwischen zwei booleschen 1D-Arrays.
rogerstanimoto(u, v[, w])	Berechnet die Rogers-Tanimoto-Unähnlichkeit zwischen zwei booleschen 1D-Arrays.
russellrao(u, v[, w])	Berechnet die Russell-Rao-Unähnlichkeit zwischen zwei booleschen 1D-Arrays.
sokalmichener(u, v[, w])	Berechnet die Sokal-Michener-Unähnlichkeit zwischen zwei booleschen 1D-Arrays.
sokalsneath(u, v[, w])	Berechnet die Sokal-Sneath-Unähnlichkeit zwischen zwei booleschen 1D-Arrays.
yule(u, v[, w])	Berechnet die Yule-Unähnlichkeit zwischen zwei booleschen 1D-Arrays.

hamming arbeitet auch mit diskreten numerischen Vektoren.