通過數組循環找到蟒蛇歐氏距離

Question

這是我迄今：

Stats2003 = np.loadtxt('/DataFiles/2003.txt') 
Stats2004 = np.loadtxt('/DataFiles/2004.txt') 
Stats2005 = np.loadtxt('/DataFiles/2005.txt') 
Stats2006 = np.loadtxt('/DataFiles/2006.txt') 
Stats2007 = np.loadtxt('/DataFiles/2007.txt') 
Stats2008 = np.loadtxt('/DataFiles/2008.txt') 
Stats2009 = np.loadtxt('/DataFiles/2009.txt') 
Stats2010 = np.loadtxt('/DataFiles/2010.txt') 
Stats2011 = np.loadtxt('/DataFiles/2011.txt') 
Stats2012 = np.loadtxt('/DataFiles/2012.txt') 

Stats = Stats2003, Stats2004, Stats2004, Stats2005, Stats2006, Stats2007, Stats2008, Stats2009, Stats2010, Stats2011, Stats2012 

我試圖計算與所有其他陣列每個陣列之間的歐氏距離，但我有困難這樣做。

我有輸出我會通過計算，如距離，如：

dist1 = np.linalg.norm(Stats2003-Stats2004) 
dist2 = np.linalg.norm(Stats2003-Stats2005) 
dist11 = np.linalg.norm(Stats2004-Stats2005) 

等，但我想進行這些計算與循環。

我正在使用Prettytable將計算顯示到表格中。

任何人都可以指向正確的方向嗎？我還沒有找到任何以前的解決方案。

Answer 1

看看scipy.spatial.distance.cdist。

從文檔：

每對輸入的兩個集合之間的距離單位計算。

所以，你可以這樣做以下：

import numpy as np 
from scipy.spatial.distance import cdist 
# start year to stop year 
years = range(2003,2013) 
# this will yield an n_years X n_features array 
features = np.array([np.loadtxt('/Datafiles/%s.txt' % year) for year in years]) 
# compute the euclidean distance from each year to every other year 
distance_matrix = cdist(features,features,metric = 'euclidean') 

如果你知道開始的一年，你是不是對任何年丟失的數據，則可以很容易地確定這兩年也正在在座標(m,n)處比較距離矩陣。

Answer 2

要做循環，你需要keep data out of your variable names。一個簡單的解決方案是使用字典來代替。該循環在字典內涵是含蓄：

import itertools as it 

years = range(2003, 2013) 
stats = {y: np.loadtxt('/DataFiles/{}.txt'.format(y) for y in years} 
dists = {(y1,y2): np.linalg.norm(stats[y1] - stats[y2]) for (y1, y2) in it.combinations(years, 2)} 

現在訪問統計特定年份，如2007年，stats[2007]和元組距離例如dists[(2007, 20011)]。