“朱莉娅”中的pdist()的替代方法？

Question

我的目标是从朱莉娅的pdist()中复制SciPy的功能。我尝试使用Distances.jl包对观测之间的距离进行配对计算。然而，结果与下面提到的例子不一样。

Python示例：

from scipy.spatial.distance import pdist
a = [[1,2], [3,4], [5,6], [7,8]]
b = pdist(a)
print(b)

output --> array([2.82842712, 5.65685425, 8.48528137, 2.82842712, 5.65685425, 2.82842712])

朱莉娅例子：

using Distances
a = [1 2; 3 4; 5 6; 7 8]
dist_function(x)  = pairwise(Euclidean(), x, dims = 1)
dist_function(a)

output --> 
4×4 Array{Float64,2}:
 0.0      2.82843  5.65685  8.48528
 2.82843  0.0      2.82843  5.65685
 5.65685  2.82843  0.0      2.82843
 8.48528  5.65685  2.82843  0.0

关于上述例子：

1. 是pdist() SciPy in python中的度量值默认设置为Euclidean()？
2. 如何处理这个问题，以便在朱莉娅？

中复制结果。

请提出解决这个问题的办法。

pdist()的文档参考：-> https://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.distance.pdist.html

提前谢谢！！

Answer 1

根据您链接的文档页，要获得与python中的Julia相同的表单(是的，我知道，这是您的问题的反面)，您可以将它传递给正方形表单。例如，在您的示例中，添加

from scipy.spatial.distance import squareform
squareform(b)

另外，是的，在相同的文档页面中，您可以看到“度量”参数默认为“欧几里得”，如果没有明确定义的话。

对于相反的情况，只需注意python向量就是非对角线中的所有元素(因为对于“适当”距离度量，生成的距离矩阵是对称的)。

所以你可以简单地把所有的元素从对角线上收集到一个向量中。

Answer 2

对于(1)，答案是肯定的，根据你所链接的文档，上面写着

scipy.spatial.distance.pdist(X, metric='euclidean', *args, **kwargs)

指示默认情况下，metric arg确实被设置为'euclidean'。

我不太明白你的第二个问题-结果是一样的？对我来说，唯一的区别似乎是，this将上三角形作为向量返回，所以如果要这样做，请看一下：https://discourse.julialang.org/t/vector-of-upper-triangle/7764