Python -稀疏向量/距离计算

Question

我正在寻找Python中动态增长的向量，因为我事先不知道它们的长度。此外，我想计算这些稀疏向量之间的距离，最好使用scipy.spatial.distance中的距离函数(尽管欢迎任何其他建议)。你知道该怎么做吗？(最初，它不需要是高效的。)

提前谢谢你！

Answer 1

您可以使用常规的python列表(动态的)作为向量。下面是一个简单的例子。

from scipy.spatial.distance import sqeuclidean
a = [1,2,3]
b = [0,0,0]
print sqeuclidean(a,b) # 14

根据aganders3的建议，请注意，如果需要，您也可以使用numpy数组：

import numpy
a = numpy.array([1,2,3])

如果你的问题中的稀疏部分是至关重要的，我会使用scipy -它支持稀疏矩阵。您可以定义一个1xn矩阵并将其用作向量。这是有效的(参数是矩阵的大小，默认情况下用零填充)：

sqeuclidean(scipy.sparse.coo_matrix((1,3)),scipy.sparse.coo_matrix((1,3))) # 0

有稀疏矩阵的many kinds，一些是基于字典的(参见注释)。您可以从如下列表中定义行稀疏矩阵：

scipy.sparse.csr_matrix([1,2,3])

Answer 2

下面是你如何在numpy中做到这一点：

import numpy as np


a = np.array([1, 2, 3])
b = np.array([0, 0, 0])

c = np.sum(((a - b) ** 2)) # 14