幾個圖像和一個基本圖像之間的歐幾里得距離

Question

我有一個尺寸爲(30x8100)的矩陣X和尺寸爲(1x8100)的另一個Y。我想生成一個包含它們之間差異的數組(X[1]-Y, X[2]-Y,..., X[30]-Y) 任何人都可以幫忙嗎？

Answer 1

所有你需要的是

X - Y 

由於幾個人都提出，似乎試圖使形狀手動匹配的答案，我要解釋一下：
numpy的會自動展開Y的形狀，因此它與X相匹配。這被稱爲broadcasting，它通常在猜測應該做什麼方面做得非常好。在含糊的情況下，可以使用axis關鍵字來告訴它做哪些事情。這裏，因爲Y具有長度1的尺寸，所以這是擴展爲長度30以與X的形狀相匹配的軸。

例如，

In [87]: import numpy as np 

In [88]: n, m = 3, 5 

In [89]: x = np.arange(n*m).reshape(n,m) 

In [90]: y = np.arange(m)[None,...] 

In [91]: x.shape 
Out[91]: (3, 5) 

In [92]: y.shape 
Out[92]: (1, 5) 

In [93]: (x-y).shape 
Out[93]: (3, 5) 

In [106]: x 
Out[106]: 
array([[ 0, 1, 2, 3, 4], 
     [ 5, 6, 7, 8, 9], 
     [10, 11, 12, 13, 14]]) 

In [107]: y 
Out[107]: array([[0, 1, 2, 3, 4]]) 

In [108]: x-y 
Out[108]: 
array([[ 0, 0, 0, 0, 0], 
     [ 5, 5, 5, 5, 5], 
     [10, 10, 10, 10, 10]]) 

但是，這是不是一個真正的歐氏距離，爲您的標題似乎在暗示你想要的：

df = np.asarray(x - y)    # the difference between the images 
dst = np.sqrt(np.sum(df**2, axis=1)) # their euclidean distances 

Answer 2

使用array，爲了減去它使用numpy廣播from Y

init矩陣：

>>> from numpy import * 
>>> a = array([[1,2,3],[4,5,6]]) 

訪問第二排a：

>>> a[1] 
array([4, 5, 6]) 

減去陣列從Y

>>> Y = array([3,9,0]) 
>>> a - Y 

array([[-2, -7, 3], 
     [ 1, -4, 6]]) 

Answer 3

a1 = numpy.array(X) #make sure you have a numpy array like [[1,2,3],[4,5,6],...] 
a2 = numpy.array(Y) #make sure you have a 1d numpy array like [1,2,3,...] 
a2 = [a2] * len(a1[0]) #make a2 as wide as a1 
a2 = numpy.array(zip(*a2)) #transpose it (a2 is now same shape as a1) 

print a1-a2 #idiomatic difference between a1 and a2 (or X and Y) 

Answer 4

從numpy的陣列只是想迭代行，可以真正地減去他們和numpy的意志用不同的方式創造新的陣列！

import numpy as np 
final_array = [] 
#X is a numpy array that is 30X8100 and Y is a numpy array that is 1X8100 
for row in X: 
    output = row - Y 
    final_array.append(output) 

輸出將是您所得X的陣列[0] - Y，X [1] - 等等Ÿ現在你final_array將與30個陣列內，每一個具有XY的值的數組你需要！就那麼簡單。只要確保你轉換你的矩陣先

編輯numpy的數組：由於numpy的廣播會做迭代，你需要的是一個線，一旦你有你的兩個數組：

final_array = X - Y 

然後這是你的陣列與差異！