scipy.spatial.distance.

minkowski#

scipy.spatial.distance.minkowski(u, v, p=2, w=None)[原始碼]#

計算兩個 1 維陣列之間的 Minkowski 距離。

1 維陣列 u 和 v 之間的 Minkowski 距離定義為

\[ \begin{align}\begin{aligned}{\|u-v\|}_p = (\sum{|u_i - v_i|^p})^{1/p}.\\\left(\sum{w_i(|(u_i - v_i)|^p)}\right)^{1/p}.\end{aligned}\end{align} \]

參數:

u(N,) 類陣列: 輸入陣列。
v(N,) 類陣列: 輸入陣列。
p純量: 差值範數的階數 \({\|u-v\|}_p\)。請注意，對於 \(0 < p < 1\)，三角不等式僅在具有額外的乘法因子時成立，即它僅是準度量。
w(N,) 類陣列，可選: 用於 u 和 v 中每個值的權重。預設為 None，這會給每個值 1.0 的權重

返回:

minkowski雙精度浮點數: 向量 u 和 v 之間的 Minkowski 距離。

範例

>>> from scipy.spatial import distance
>>> distance.minkowski([1, 0, 0], [0, 1, 0], 1)
2.0
>>> distance.minkowski([1, 0, 0], [0, 1, 0], 2)
1.4142135623730951
>>> distance.minkowski([1, 0, 0], [0, 1, 0], 3)
1.2599210498948732
>>> distance.minkowski([1, 1, 0], [0, 1, 0], 1)
1.0
>>> distance.minkowski([1, 1, 0], [0, 1, 0], 2)
1.0
>>> distance.minkowski([1, 1, 0], [0, 1, 0], 3)
1.0