计算两两向量间的距离或者相似度， Python 和 R 都有相当成熟的库可以用，这里学习一下 Python 库scipy中关于距离的计算方法。
安装库
pip install numpy
pip install scipy
使用
- scipy 库关于距离的计算提供了
jaccard、hamming等22种方法来计算两两向量间的距离，这里用jaccard为例：
import numpy as np
import scipy.spatial.distance as dist
matV = np.mat([[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 0, 0, 1]
])
dis = dist.pdist(matV, 'jaccard')
print dis
array([ 0. , 0.5, 0.5])
距离与行对应提取
- 一种方法来提取矩阵的行名与计算结果一一对应
copy_node = ["A","B","C"]
index = 0
while (copy_node):
node = copy_node.pop(0)
for line in copy_node:
print(node, line, dis[index])
index += 1
scipy计算距离是通过C语言API实现的，底层用C写的所以计算速度有保证，很快，实测计算2亿次距离不到2分钟计算完毕。