python加权求和_在Python中计算加权的成对距离矩阵
scipy.spatial.distance是您想要查看的模块.它有很多不同的规范,可以很容易地应用.
我建议使用加权的Monkowski Metrik
您可以使用此包中的pdist方法进行成对距离计算.
例如.
import numpy as np
from scipy.spatial.distance import pdist, wminkowski, squareform
object_1 = [0.2, 4.5, 198, 0.003]
object_2 = [0.3, 2.0, 999, 0.001]
object_3 = [0.1, 9.2, 321, 0.023]
list_of_objects = [object_1, object_2, object_3]
# make a 4x3 matrix from list of objects
X = np.array(list_of_objects)
#calculate pairwise distances, using weighted Minkowski norm
distances = pdist(X,wminkowski,2, [1,1,1,10])
#make a square matrix from result
distances_as_2d_matrix = squareform(distances)
print distances
print distances_as_2d_matrix
这将打印出来
[ 801.00390786 123.0899671 678.0382942 ]
[[ 0. 801.00390786 123.0899671 ]
[ 801.00390786 0. 678.0382942 ]
[ 123.0899671 678.0382942 0. ]]
python加权求和_在Python中计算加权的成对距离矩阵相关推荐
- python高斯求和_利用Python进行数据分析(3)- 列表、元组、字典、集合
本文主要是对Python的数据结构进行了一个总结,常见的数据结构包含:列表list.元组tuple.字典dict和集合set. image 索引 左边0开始,右边-1开始 通过index()函数查看索 ...
- python数字求和_对Python中的数字列表求和
小编典典 问题1:因此,你要(element 0 + element 1) / 2, (element 1 + element 2) / 2,,-等等. 我们列出两个列表:除第一个元素之外的每个元素中 ...
- python 概率分布模型_使用python的概率模型进行公司估值
python 概率分布模型 Note from Towards Data Science's editors: While we allow independent authors to publis ...
- python 时间序列预测_使用Python进行动手时间序列预测
python 时间序列预测 Time series analysis is the endeavor of extracting meaningful summary and statistical ...
- python numpy逆_关于python:为什么numpy和scipy中的矩阵求逆函数对于大的二次矩阵返回不同的结果?...
可以说我定义了一个大的二次矩阵(例如150x150). 一次它是一个numpy数组(矩阵A),一次是scipy稀疏数组(矩阵B). 1 2 3 4 5 6 7 8 9 10 11 12import n ...
- python奇数阶乘求和_使用Python阶乘求和的方法及问题总结
使用Python阶乘求和的方法及问题总结 发布时间:2020-04-28 09:23:14 来源:亿速云 阅读:190 作者:小新 本篇文章和大家了解一下使用Python阶乘求和的方法及问题总结.有一 ...
- python主题建模_在PYTHON中进行主题模型LDA分析
原文链接:在PYTHON中进行主题模型LDA分析tecdat.cn 主题建模是一种在大量文档中查找抽象主题的艺术方法.一种作为监督无的机器学习方法,主题模型不容易评估,因为没有标记的"基础 ...
- 蒙特卡洛python求解派_用蒙特卡洛方法计算派-python和R语言
标签: 用蒙特卡洛方法算pi-基于python和R语言 最近follow了MOOC上一门python课,开始学Python.同时,买来了概率论与数理统计,准备自学一下统计.(因为被鄙视过不是统计专业却 ...
- python 斯皮尔曼相关系数_使用Python计算非参数的秩相关
相关性是两个变量之间关联的度量. 当两个变量都有良好理解的高斯分布时,很容易计算和解释.而当我们不知道变量的分布时,我们必须使用非参数的秩相关(Rank Correlation,或称为等级相关)方法. ...
最新文章
- LeetCode 685. 冗余连接 II
- Iso时间转java instant,在java.util.Date和java.time.Instant之间转换古代日期时的差异
- 另外五个 PHP 设计模式
- Python中必学知识点:类方法、实例方法和静态方法
- 问题生成的多样性会在多大程度上帮助下游QA任务?
- C++11多线程thread参数传递问题
- mplayer安装记录 源码分析
- mysql 外键_为什么大多数互联网公司不用外键约束
- S3C2440 偷学
- 一款C++ 可视化调试工具增强插件
- CATransition 动画处理视图切换
- .net垃圾回收学习[NET 2.0 Performance Guidelines - Garbage Collection][翻译加学习]
- 重庆大学计算机学院期刊范围,重庆大学期刊目录.doc
- 使用eclipse导入spring-framework-5.0.x源码
- Vue 实现电子签名
- 用户登录MySQL服务器的方法
- Node.js从入门到精通
- 减持奈飞增持京东健康,“贝莱德们”为何开始偏爱中国企业?
- TimeLine学习笔记
- The file contains a character that cannot be represented in the current code page.c1070