numpy: 计算两个矩阵行向量之间的欧氏距离

原文地址：http://www.alannah.cn/2019/04/03/numpye/

计算两个矩阵行向量之间的欧氏距离

有时我们需要计算两个矩阵行向量之间的欧氏距离，但是在numpy中，没有函数可以直接进行两个矩阵行向量之间的距离计算。

假设：x(m,n)，y(k,n)，计算xy两个矩阵行向量之间的欧氏距离，则dis(m,k)

将问题转化为(x-y)^2 ==> x^2 + y^2 -2xy

计算代码如下:

def EuclideanDistance(x, y):
    """
    get the Euclidean Distance between to matrix
    (x-y)^2 = x^2 + y^2 - 2xy
    :param x:
    :param y:
    :return:
    """
    (rowx, colx) = x.shape
    (rowy, coly) = y.shape
    if colx != coly:
        raise RuntimeError('colx must be equal with coly')
    xy = np.dot(x, y.T)
    x2 = np.repeat(np.reshape(np.sum(np.multiply(x, x), axis=1), (rowx, 1)), repeats=rowy, axis=1)
    y2 = np.repeat(np.reshape(np.sum(np.multiply(y, y), axis=1), (rowy, 1)), repeats=rowx, axis=1).T
    dis = x2 + y2 - 2 * xy
    return dis