scipy.spatial.distance.

hamming#

scipy.spatial.distance.hamming(u, v, w=None)[source]#

計算兩個一維陣列之間的漢明距離。

一維陣列 u 和 v 之間的漢明距離，就是 u 和 v 中不同成分的比例。如果 u 和 v 是布林向量，則漢明距離為

\[\frac{c_{01} + c_{10}}{n}\]

其中 \(c_{ij}\) 是 \(\mathtt{u[k]} = i\) 和 \(\mathtt{v[k]} = j\) 在 \(k < n\) 中出現的次數。

參數:

u(N,) 類陣列 (array_like): 輸入陣列。
v(N,) 類陣列 (array_like): 輸入陣列。
w(N,) 類陣列 (array_like)，選填: u 和 v 中每個值的權重。預設值為 None，表示每個值的權重為 1.0。

回傳值:

hammingdouble (雙精度浮點數): 向量 u 和 v 之間的漢明距離。

範例

>>> from scipy.spatial import distance
>>> distance.hamming([1, 0, 0], [0, 1, 0])
0.66666666666666663
>>> distance.hamming([1, 0, 0], [1, 1, 0])
0.33333333333333331
>>> distance.hamming([1, 0, 0], [2, 0, 0])
0.33333333333333331
>>> distance.hamming([1, 0, 0], [3, 0, 0])
0.33333333333333331