SciPy - maxdists() 方法

SciPy maxdists() 方法引用模块"from scipy.spatial.distance import pdist"，该模块允许函数 pdist() 计算给定集合中点之间的成对距离。

此函数在 scipy 中没有任何直接方法。如果用户想要找到最大成对距离，他们可能会更喜欢返回所有成对距离的方法 pdist()。

语法

其语法如下 −

pdist(point)

参数

此方法仅接受单个参数 −

• point:这是一个使用 array() 存储点数组的简单变量。

返回值

此方法返回整数和浮点值的第 nd 个数组。

示例 1

以下是 SciPy maxdists() 方法，它说明了使用函数 pdist() 和 max()。

import numpy as np
from scipy.spatial.distance import pdist

# 输入数据
point = np.array([
    [0, 0],
    [1, 1],
    [2, 2],
    [3, 3],
    [4, 4]
])

# 成对距离
dist = pdist(point)

# 最大距离
max_dist = np.max(dist)

print("成对距离的结果:", dist)
print("最大距离的结果:", max_dist)

输出

上述代码产生以下输出 −

成对距离的结果:[1.41421356 2.82842712 4.24264069 5.65685425 1.41421356 2.82842712
4.24264069 1.41421356 2.82842712 1.41421356]
最大距离的结果: 5.656854249492381

示例 2

此程序执行与示例 1类似的相同计算，但在这里您将获得不同距离度量的结果。

import numpy as np
from scipy.spatial.distance import pdist

# input data in the form of array of points
point = np.array([
    [0, 0],
    [1, 1],
    [2, 2],
    [3, 3],
    [4, 4]
])

# 使用曼哈顿(城市街区)距离计算成对距离
dist = pdist(point, metric='cityblock')

# 找到最大距离
max_dist = np.max(dist)

print("Pairwise distances (Manhattan):", dist)
print("Maximum distance (Manhattan):", max_dist)

输出

上述代码产生以下输出−

Pairwise distances (Manhattan): [2. 4. 6. 8. 2. 4. 6. 2. 4. 2.]
Maximum distance (Manhattan): 8.0

scipy_reference.html