如何找到Python中兩個矩陣之間的差異，結果不應該有減號的任何值

我有一個熊貓數據框，其中包含兩列（Word和Word_Position）。我需要找出單詞之間的距離並以矩陣形式呈現輸出以提高可讀性。如何找到Python中兩個矩陣之間的差異，結果不應該有減號的任何值

我到目前爲止所做的工作是從DF.Word_Position列創建了一個行矩陣，並將其轉置爲創建列矩陣。當我減去這兩個矩陣時，我在它們之前得到了帶有負號的少數值。

與所有尊重偉大的數學，這絕對是正確的，但對我的要求，我只需要數量，而不是減號。

有沒有其他更好的方法來做同樣的事情？感謝您的幫助。提前致謝。

注：我使用Python 3.6

代碼段和其相應的輸出，供大家參考

m1 = np.matrix(df1['Word Position']) 
print(m1) 
[[ 1 2 3 ..., 19 20 21]] 

m2 = np.matrix(m1.T) 
print(m2) 
[[ 1] 
[ 2] 
[ 3] 
..., 
[19] 
[20] 
[21]] 

print(m2-m1) 
[[ 0 -1 -2 ..., -18 -19 -20] 
[ 1 0 -1 ..., -17 -18 -19] 
[ 2 1 0 ..., -16 -17 -18] 
..., 
[ 18 17 16 ..., 0 -1 -2] 
[ 19 18 17 ..., 1 0 -1] 
[ 20 19 18 ..., 2 1 0]]

來源

2017-08-09 JKC

我可以知道爲什麼這個問題是downvoted的原因嗎？ – JKC

只取絕對值？

np.abs(m2 - m1)

你的代碼表明你的數據由numpy數組組成，所以上面的解決方案應該可以工作。

如果他們dataframes，你可以這樣做：

m2.sub(m1).abs()

來源

2017-08-09 06:59:10 Alexander

謝謝@亞歷山大。這看起來很簡單，對我這樣的python新手很有幫助 – JKC

如果你想陣列之間的距離，正確的方法是計算norm：

dists = [np.linalg.norm(m - m2, axis=1) for m in m1[0]]

此假設陣列的該形狀是(n_sample, n_dimension)。

不是List理解的，你可以做numpy的廣播上平方米

我你想你可能想使用scipy.spatial.distance.cdist度量更多的控制。對於大型陣列，此選項更快。與閔可夫斯基距離（p = 2時爲歐幾里得距離）的示例：

dists = [scipy.spatial.distance.cdist(m, m2, 'minkowski', p) for m in m1]

當然，如果陣列是唯一1D可以實現，使用絕對值：

dists = np.abs(m1 - m2)

來源

2017-08-09 06:52:38 Y0da

謝謝@ Y0da。如果我沒有錯，np.linalg.norm（m1-m2）或np.linalg.norm（m2-m1）只會產生單個值。但我需要的是矩陣形式的輸出，其中每個單詞和每個單詞之間的距離爲值 – JKC

@JKC嘗試使用軸選項：axis = 1或axis = 0 – Y0da

對不起@Y0da即使使用軸選項我不是獲得所需的輸出。可能這是不適用於我的要求，我感覺。亞歷山大的迴應非常有用和簡單。 – JKC

在這種情況下，你可能想使用scipy.spatial.distance.pdist

from scipy.spatial.distance import squareform, pdist 
m = df1['Word Position'].data[:, None] 
dist = squareform(pdist(m, 'minkowksi', 1))

這有點大材小用，但可擴展的如果你想改變你的距離參數，並且通常比廣播更快（因爲它只做一半的減法步驟abs(a-b) == abs(b-a)）。如果你想做廣播，你可以這樣做：

dist = np.abs(m - m.T)

來源

2017-08-09 08:37:52

我認爲你的答案需要一個二維數組作爲輸入。但我的要求涉及兩個1D陣列。 – JKC

輕鬆修復。請參閱編輯。 –

是的。 abs選項正如其他受訪者早些時候所建議的那樣工作 – JKC

如何找到Python中兩個矩陣之間的差異，結果不應該有減號的任何值

回答

相關問題