腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
numpy
python
:向
量化
距离
函数
,
计算
维
数
为
(
m
,
3
)
的
2
矩阵
的
成对
距离
、
、
、
A
的
形状是(
m
,
3
),B
的
形状是(n,
3
)。19.538, -91.572, -45.361], [ 19.271, -92.726, -45.79 ]]) 所以它包含了每一行,一个三
维
点
的
坐标我有这个
函数
(np是
numpy
): def compute_dist(point1, point
2
): squared = (point1-poin
浏览 41
提问于2020-02-03
得票数 2
回答已采纳
1
回答
numpy
数组中行
的
前n个元素
、
、
我正在尝试用
Python
实现一个k近邻分类器,所以我想要
计算
欧几里德
距离
。我有一个数据集,我已经将其转换为一个大
的
numpy
数组 [ 0. 0. 14. ..., 16. 9. 1.] [ 0. 0.
3
. ...,
2
. 0.
3
.., 0. 0.
3
.] [ 0.
2</e
浏览 1
提问于2016-12-01
得票数 2
回答已采纳
1
回答
标度/旋转
成对
平方欧氏
距离
的
矢
量化
计算
、
、
、
给定存储在(n,d)数组中
的
一组
维
数
d
的
向量和(
m
,d)数组中相同
维
数
的
第二组
m
向量,我想要
计算
向量之间
的
平方点
向
距离
,该
距离
由
矩阵
A与大小(d,d)进行缩放。 输出应该是(n,
m
)数组。我预计输入范围在1到10.000之间
的
m
和n和1到100之间
的
d。两个
浏览 0
提问于2019-04-25
得票数 1
回答已采纳
2
回答
Python
中
的
一
维
Mahalanobis
距离
、
我一直试图通过验证我
的
代码,以
计算
用
Python
编写
的
Mahalanobis
距离
(并反复检查以比较OpenCV中
的
结果),我
的
数据点是每个一
维
的
(5行x1列)。在OpenCV (C++)中,当数据点
的
维
数
具有上述
维
数
时,我成功地
计算
了Mahalanobis
距离
。 当
矩阵
的
<e
浏览 5
提问于2012-03-29
得票数 6
回答已采纳
1
回答
特征中两个
矩阵
的
两两差
、
、
、
在matlab/octave中,
矩阵
之间
的
成对
距离
(如k-均值)由一个
函数
调用(参见)
计算
,以distFunc(Codebook, X)
为
参数,
维
数
为
KxD
的
两个
矩阵
。在Eigen中,这可以通过广播对
矩阵
和一个向量进行,就像在上解释
的
那样 (
m
.colwise() - v).colwise().squaredNorm
浏览 4
提问于2013-10-09
得票数 3
回答已采纳
1
回答
在
numpy
中以向量作为条目迭代
矩阵
的
最快方法
、
、
我正在使用
python
的
opencv库中
的
一个
函数
来获取我
的
手在移动时
的
光流运动。特指print flow.shape # prints(480,320,
2
) 因此,流是一个
矩阵
,每
浏览 3
提问于2014-12-03
得票数 1
回答已采纳
1
回答
用无环PyTorch
计算
欧氏
距离
(仅用矢
量化
)
、
、
、
我目前正在努力完成麻省理工学院
的
深度学习和
计算
机视觉课程(EECS 498-007 / 598-005)
的
作业1,这似乎与斯坦福大学
的
CS231n大致相当。Problem-formulation:创建一个
函数
,它
计算
成对
的
欧几里得
距离
输入:x列,xtest。尺寸: N,x,x和 输出:
距离
矩阵
N,
M
表示每个训练点与每个测试点之间
的
距离
。
浏览 9
提问于2022-08-16
得票数 1
1
回答
具有圆形
距离
的
网格
python
、
、
我有一个由dim q(行)p(列)组成
的
二
维
网格。网格
的
元素是元素本身
的
索引。所以元素ai,j=(i,j)。现在我需要在这些点之间创建具有圆度约束
的
成对
距离
,这意味着元素
距离
(ai,p-1,ai,0)=1 (我使用
的
是基于0索引
的
矩阵
,就像在
Python
中一样)。类比
距离
(aq-1,j,a0,j)=1 注意到distance(aq-
2
,j,a0,
浏览 24
提问于2021-05-12
得票数 0
回答已采纳
2
回答
R:
计算
两个稀疏
矩阵
行间
的
余弦
距离
、
、
我有两个MxN
维
数
相同
的
稀疏
矩阵
A和B(MxN),其中
M
=~100 K,N=~150 K。我希望
计算
每一对行之间
的
余弦
距离
(即从
矩阵
A到第1行,从
矩阵
B到第1行,从
矩阵
A到第
2
行,从
矩阵
B到第
2
行等等)。我可以使用for-循环或使用apply
函数
来完成这一任务,但是这太慢了,比如: A <-
浏览 1
提问于2016-09-06
得票数 1
回答已采纳
1
回答
复数数组上
的
scipy cdist或pdist
、
、
用scipy.spatial.distance.euclidean
计算
两个复数之间
的
欧氏
距离
:import scipy.spatial.distancez
2
=
numpy
.complex(
numpy
.cos(
3
*
numpy
.pi/
2</em
浏览 4
提问于2014-02-21
得票数 3
回答已采纳
3
回答
计算
数组之间
的
距离
、
、
我用向
量化
的
方式
计算
数据点
的
X和中心向量之间
的
欧几里德
距离
,我
的
问题是,在高
维
的
质心之间,我返回了所有
距离
的
矩阵
。我想要做
的
是只使用
numpy
返回X和质心之间最近
的
质心
的
所有
距离
的
向量,而不使用外部库。 期望
的
输出是向量
距离
,所有X和质心之
浏览 4
提问于2020-11-25
得票数 1
回答已采纳
2
回答
用
Python
计算
加权
成对
距离
矩阵
、
、
、
、
我正试图找到一种最快
的
方法,在
Python
中执行以下
成对
距离
计算
。我想用
距离
来根据list_of_objects
的
相似性对它们进行排序。list_of_objects中得到对象
的
成对
距离
矩阵
。我目前
的
算法如下: 对每个
距离
矩阵</e
浏览 2
提问于2013-11-20
得票数 10
2
回答
t
的
计算
瓶颈是内存复杂性吗?
、
、
、
、
我
的
理论是,在PCA实现中(直接来自主要作者
的
Python
源代码),他使用
Numpy
点积符号来
计算
X和X.T或者,在
计算
P(高
维
<em
浏览 4
提问于2017-08-22
得票数 2
回答已采纳
2
回答
求
矩阵
向量间
的
距离
、
、
、
、
这就是问题所在: 给出了尺寸分别为n×
m
和k×
m
的
二
维
numpy
阵列'a‘和'b’,以及一个自然
数
'p‘。您需要找到
矩阵
'a‘和'b’
的
行
的
距离
(欧几里德)。在k×n
矩阵
中填充结果。用下面的公式D(x, y) = \left( \sum _{i=1} ^{
m
} \left| x_i - y_i \right|^p \right) ^
浏览 0
提问于2021-04-14
得票数 2
1
回答
如何通过重塑用于scipy.cdist
的
numpy
数组或使用sklearn来有效地构建
距离
矩阵
?
、
、
、
我试图用不同长度
的
数组建立一个
距离
矩阵
。
距离
度量是hausdorff
距离
,适用于这类运算。尽管如此,我还是找不到使用scipy.cdist
函数
构建
距离
矩阵
的
方法。现在,我可以使用scipy或traj_dist库获得两个数组之间
的
距离
。needed for tdist import dtype=np
浏览 46
提问于2020-08-20
得票数 1
回答已采纳
2
回答
如何矢
量化
执行两个数字数组
的
成对
和?
、
、
我有两个
numpy
数组,如下所示:y = [w1, w
2
, w
3
, ..., wn]z = [v1+w1, v1+w
2
,...,v1+wn,v
2
+w1, ..., vi+wj, ..., vm+wn]
浏览 3
提问于2022-11-13
得票数 -4
1
回答
利用
numpy
矩阵
最小化
3
组点间
的
距离
、
、
、
给出了
3
组二
维
点A,B和CB = np.asarray([b1, b
2
, b
3
, ..., bm])我想要
计算
一个
维
数
的
矩阵
AC ( k x n ),它包含从A中
的
每个点到C中
的</e
浏览 0
提问于2021-04-14
得票数 1
回答已采纳
2
回答
矩阵
与向量
的
最小
距离
我有一个
维
数
为
NxM
的
矩阵
和一个长度
为
M
的
向量。我需要
矩阵
的
每一行与单个向量之间
的
最小
距离
。我
的
方法是使用repmat创建第二个
矩阵
,然后
计算
每一行之间
的
距离
,但我只得到总
距离
:norm(ma
浏览 2
提问于2014-11-16
得票数 3
回答已采纳
1
回答
更快
的
矩阵
乘法
、
我试图为每个vec
计算
所有
成对
距离
的
sinc(vec*dist),其中vec是一个一
维
数组,dist是
矩阵
coord中行向量
的
成对
距离
。我正在使用: I_avr[i] =
numpy
.sum(
numpy
.sinc(vec[i]*dist)) pr
浏览 0
提问于2016-04-21
得票数 5
1
回答
二
维
图像点
距离
测量单元(
python
)
、
、
、
、
我使用
Python
+
Numpy
计算
与二
维
图像中由两点定义
的
直线
的
垂直
距离
(每个点
的
坐标是点在二
维
像素
矩阵
中
的
位置)。p1, p
2
, p
3
# as the points # calculating the distance of p
3
to the line constructed outof the p1 and
浏览 6
提问于2022-02-07
得票数 0
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
NumPy高效使用逻辑,11个角度理顺它!
机器学习(一):k最近邻(kNN)算法
Python实现K-means聚类算法
先来一碗numpy的纯干货吧!
代码详解:如何在深度学习下理解线性代数?
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
活动推荐
运营活动
广告
关闭
领券