Jak można obliczyć odległość euklidesową za pomocą NumPy?
Mam dwa punkty w 3D:
(xa, ya, za)
(xb, yb, zb)
I chcę obliczyć odległość:
dist = sqrt((xa-xb)^2 + (ya-yb)^2 + (za-zb)^2)
Jaki jest najlepszy sposób, aby to zrobić z NumPy, czy z Pythonem w ogóle? Mam:
a = numpy.array((xa ,ya, za))
b = numpy.array((xb, yb, zb))
18 answers
Użycie numpy.linalg.norm
:
dist = numpy.linalg.norm(a-b)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2013-07-27 19:40:17
Jest do tego funkcja w SciPy. Nazywa się Euklidesowym .
Przykład:
from scipy.spatial import distance
a = (1, 2, 3)
b = (4, 5, 6)
dst = distance.euclidean(a, b)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-06-26 20:49:08
Dla wszystkich zainteresowanych obliczaniem wielu odległości naraz, zrobiłem małe porównanie za pomocą perfplot (mój mały projekt). Okazuje się, że
a_min_b = a - b
numpy.sqrt(numpy.einsum('ij,ij->i', a_min_b, a_min_b))
Oblicza odległości wierszy w a
i b
. Dotyczy to również tylko jednego rzędu!
Kod do odtworzenia fabuły:
import matplotlib
import numpy
import perfplot
from scipy.spatial import distance
def linalg_norm(data):
a, b = data
return numpy.linalg.norm(a-b, axis=1)
def sqrt_sum(data):
a, b = data
return numpy.sqrt(numpy.sum((a-b)**2, axis=1))
def scipy_distance(data):
a, b = data
return list(map(distance.euclidean, a, b))
def mpl_dist(data):
a, b = data
return list(map(matplotlib.mlab.dist, a, b))
def sqrt_einsum(data):
a, b = data
a_min_b = a - b
return numpy.sqrt(numpy.einsum('ij,ij->i', a_min_b, a_min_b))
perfplot.show(
setup=lambda n: numpy.random.rand(2, n, 3),
n_range=[2**k for k in range(20)],
kernels=[linalg_norm, scipy_distance, mpl_dist, sqrt_sum, sqrt_einsum],
logx=True,
logy=True,
xlabel='len(x), len(y)'
)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-06-19 11:18:34
Kolejna instancja tej metody rozwiązywania problemów :
def dist(x,y):
return numpy.sqrt(numpy.sum((x-y)**2))
a = numpy.array((xa,ya,za))
b = numpy.array((xb,yb,zb))
dist_a_b = dist(a,b)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-06-26 20:43:26
Chcę wyjaśnić prostą odpowiedź z różnymi notatkami wydajności. np.linalg.norm zrobi może więcej niż potrzebujesz:
dist = numpy.linalg.norm(a-b)
Po pierwsze-funkcja ta jest przeznaczona do pracy nad listą i zwraca wszystkie wartości, np. aby porównać odległość od pA
do zbioru punktów sP
:
sP = set(points)
pA = point
distances = np.linalg.norm(sP - pA, ord=2, axis=1.) # 'distances' is a list
Zapamiętaj kilka rzeczy:
- wywołania funkcji Pythona są drogie.
- [Regular] Python nie buforuje nazwy Szukaj.
Więc
def distance(pointA, pointB):
dist = np.linalg.norm(pointA - pointB)
return dist
Nie jest tak niewinna, na jaką wygląda.
>>> dis.dis(distance)
2 0 LOAD_GLOBAL 0 (np)
2 LOAD_ATTR 1 (linalg)
4 LOAD_ATTR 2 (norm)
6 LOAD_FAST 0 (pointA)
8 LOAD_FAST 1 (pointB)
10 BINARY_SUBTRACT
12 CALL_FUNCTION 1
14 STORE_FAST 2 (dist)
3 16 LOAD_FAST 2 (dist)
18 RETURN_VALUE
Po pierwsze-za każdym razem, gdy ją wywołujemy, musimy wykonać globalne wyszukiwanie dla "np", wyszukiwanie dla" linalg "i wyszukiwanie dla" norm", a koszt wywołania funkcji może być równy dziesiątkom instrukcji Pythona.
Na koniec zmarnowaliśmy dwie operacje, aby zapisać wynik i ponownie załadować go do zwrotu...
Pierwszy pass przy ulepszeniu: make the lookup faster, skip the store
def distance(pointA, pointB, _norm=np.linalg.norm):
return _norm(pointA - pointB)
Dostajemy znacznie bardziej usprawnione:
>>> dis.dis(distance)
2 0 LOAD_FAST 2 (_norm)
2 LOAD_FAST 0 (pointA)
4 LOAD_FAST 1 (pointB)
6 BINARY_SUBTRACT
8 CALL_FUNCTION 1
10 RETURN_VALUE
Wywołanie funkcji narzut wciąż wymaga trochę pracy. I będziesz chciał zrobić benchmarki, aby określić, czy lepiej będzie samemu robić matematykę: {]}
def distance(pointX, pointY):
return (
((pointX.x - pointY.x) ** 2) +
((pointY.y - pointY.y) ** 2) +
((pointZ.z - pointZ.z) ** 2)
) ** 0.5 # fast sqrt
Na niektórych platformach, **0.5
jest szybszy niż math.sqrt
. Przebieg może się różnić.
**** zaawansowane notatki o wydajności.
Dlaczego obliczasz odległość? Jeśli jedynym celem jest wyświetlanie it,
print("The target is %.2fm away" % (distance(a, b)))
Rusz się. Ale jeśli porównujesz odległości, sprawdzasz zasięg itp. Chciałbym dodać kilka przydatnych obserwacji wydajności.
Weźmy dwa przypadki: sortowanie według odległości lub sortowanie listy do elementów spełniających ograniczenie zakresu.
# Ultra naive implementations. Hold onto your hat.
def sort_things_by_distance(origin, things):
return things.sort(key=lambda thing: distance(origin, thing))
def in_range(origin, range, things):
things_in_range = []
for thing in things:
if distance(origin, thing) <= range:
things_in_range.append(thing)
Pierwszą rzeczą, którą musimy pamiętać, jest to, że używamy Pitagorasa do obliczenia odległości (dist = sqrt(x^2 + y^2 + z^2)
), więc wykonujemy wiele sqrt
połączeń. Matematyka 101:
dist = root ( x^2 + y^2 + z^2 )
:.
dist^2 = x^2 + y^2 + z^2
and
sq(N) < sq(M) iff M > N
and
sq(N) > sq(M) iff N > M
and
sq(N) = sq(M) iff N == M
W skrócie: dopóki faktycznie wymagamy odległości w jednostce X zamiast x^2, możemy wyeliminować najtrudniejszą część obliczeń.
# Still naive, but much faster.
def distance_sq(left, right):
""" Returns the square of the distance between left and right. """
return (
((left.x - right.x) ** 2) +
((left.y - right.y) ** 2) +
((left.z - right.z) ** 2)
)
def sort_things_by_distance(origin, things):
return things.sort(key=lambda thing: distance_sq(origin, thing))
def in_range(origin, range, things):
things_in_range = []
# Remember that sqrt(N)**2 == N, so if we square
# range, we don't need to root the distances.
range_sq = range**2
for thing in things:
if distance_sq(origin, thing) <= range_sq:
things_in_range.append(thing)
[[25]}świetnie, obie funkcje nie robią już żadnych drogich kwadratów. To będzie o wiele szybsze. Możemy również poprawić in_range, konwertując go do generatora:
def in_range(origin, range, things):
range_sq = range**2
yield from (thing for thing in things
if distance_sq(origin, thing) <= range_sq)
To szczególnie ma korzyści, jeśli robisz coś takiego:
if any(in_range(origin, max_dist, things)):
...
Ale jeśli następna rzecz, którą zamierzasz zrobić, wymaga dystansu,
for nearby in in_range(origin, walking_distance, hotdog_stands):
print("%s %.2fm" % (nearby.name, distance(origin, nearby)))
Rozważmy poddanie krotki:
def in_range_with_dist_sq(origin, range, things):
range_sq = range**2
for thing in things:
dist_sq = distance_sq(origin, thing)
if dist_sq <= range_sq: yield (thing, dist_sq)
Może to być szczególnie przydatne, jeśli możesz sprawdzić zasięg łańcucha ("Znajdź rzeczy, które są blisko X i w Nm od Y", ponieważ nie musisz ponownie obliczać odległości).
Ale co jeśli szukamy naprawdę dużej listy things
i przewidujemy, że wiele z nich nie będzie wartych rozważenia?
Istnieje naprawdę bardzo prosta optymalizacja:
def in_range_all_the_things(origin, range, things):
range_sq = range**2
for thing in things:
dist_sq = (origin.x - thing.x) ** 2
if dist_sq <= range_sq:
dist_sq += (origin.y - thing.y) ** 2
if dist_sq <= range_sq:
dist_sq += (origin.z - thing.z) ** 2
if dist_sq <= range_sq:
yield thing
To, czy jest to użyteczne, zależy od wielkości "rzeczy".
def in_range_all_the_things(origin, range, things):
range_sq = range**2
if len(things) >= 4096:
for thing in things:
dist_sq = (origin.x - thing.x) ** 2
if dist_sq <= range_sq:
dist_sq += (origin.y - thing.y) ** 2
if dist_sq <= range_sq:
dist_sq += (origin.z - thing.z) ** 2
if dist_sq <= range_sq:
yield thing
elif len(things) > 32:
for things in things:
dist_sq = (origin.x - thing.x) ** 2
if dist_sq <= range_sq:
dist_sq += (origin.y - thing.y) ** 2 + (origin.z - thing.z) ** 2
if dist_sq <= range_sq:
yield thing
else:
... just calculate distance and range-check it ...
I jeszcze raz rozważmy otrzymanie dist_sq. Nasz przykład hotdoga staje się wtedy:
# Chaining generators
info = in_range_with_dist_sq(origin, walking_distance, hotdog_stands)
info = (stand, dist_sq**0.5 for stand, dist_sq in info)
for stand, dist in info:
print("%s %.2fm" % (stand, dist))
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-06-27 03:43:21
Znajduję funkcję 'dist' w matplotlib.mlab, ale nie sądzę, żeby był wystarczająco poręczny.
Zamieszczam go tutaj tylko w celach informacyjnych.
import numpy as np
import matplotlib as plt
a = np.array([1, 2, 3])
b = np.array([2, 3, 4])
# Distance between a and b
dis = plt.mlab.dist(a, b)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-06-26 20:48:32
Można to zrobić w następujący sposób. Nie wiem jak szybko, ale nie używa NumPy.
from math import sqrt
a = (1, 2, 3) # Data point 1
b = (4, 5, 6) # Data point 2
print sqrt(sum( (a - b)**2 for a, b in zip(a, b)))
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-06-26 20:47:41
Mając a
i b
Jak je zdefiniowałeś, możesz również użyć:
distance = np.sqrt(np.sum((a-b)**2))
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2017-11-03 11:18:56
Ładny jeden-liner:
dist = numpy.linalg.norm(a-b)
Jednakże, jeśli chodzi o prędkość, polecam eksperymentowanie na Twojej maszynie. Odkryłem, że użycie math
biblioteki sqrt
z **
operatorem kwadratu jest znacznie szybsze na mojej maszynie niż jednoliniowe rozwiązanie NumPy.
Przeprowadziłem testy używając tego prostego programu:
#!/usr/bin/python
import math
import numpy
from random import uniform
def fastest_calc_dist(p1,p2):
return math.sqrt((p2[0] - p1[0]) ** 2 +
(p2[1] - p1[1]) ** 2 +
(p2[2] - p1[2]) ** 2)
def math_calc_dist(p1,p2):
return math.sqrt(math.pow((p2[0] - p1[0]), 2) +
math.pow((p2[1] - p1[1]), 2) +
math.pow((p2[2] - p1[2]), 2))
def numpy_calc_dist(p1,p2):
return numpy.linalg.norm(numpy.array(p1)-numpy.array(p2))
TOTAL_LOCATIONS = 1000
p1 = dict()
p2 = dict()
for i in range(0, TOTAL_LOCATIONS):
p1[i] = (uniform(0,1000),uniform(0,1000),uniform(0,1000))
p2[i] = (uniform(0,1000),uniform(0,1000),uniform(0,1000))
total_dist = 0
for i in range(0, TOTAL_LOCATIONS):
for j in range(0, TOTAL_LOCATIONS):
dist = fastest_calc_dist(p1[i], p2[j]) #change this line for testing
total_dist += dist
print total_dist
Na mojej maszynie, math_calc_dist
działa znacznie szybciej niż numpy_calc_dist
: 1.5 sekundy kontra 23,5 sekundy .
Aby uzyskać mierzalny różnica między fastest_calc_dist
i math_calc_dist
musiałem zwiększyć TOTAL_LOCATIONS
do 6000. Następnie fastest_calc_dist
trwa ~50 sekund podczas math_calc_dist
trwa ~60 sekund.
Możesz również eksperymentować z numpy.sqrt
i numpy.square
choć oba były wolniejsze niż math
alternatywy na mojej maszynie.
Moje testy były uruchamiane z Pythonem 2.6.6.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-06-26 20:45:41
Można po prostu odjąć wektory, a następnie innerproduct.
Idąc za twoim przykładem,
a = numpy.array((xa, ya, za))
b = numpy.array((xb, yb, zb))
tmp = a - b
sum_squared = numpy.dot(tmp.T, tmp)
result sqrt(sum_squared)
Jest to prosty kod i jest łatwy do zrozumienia.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-06-26 20:46:40
Lubię np.kropka (produkt dot):
a = numpy.array((xa,ya,za))
b = numpy.array((xb,yb,zb))
distance = (np.dot(a-b,a-b))**.5
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2016-09-02 22:14:11
Oto zwięzły kod dla odległości euklidesowej w Pythonie z dwoma punktami reprezentowanymi jako listy w Pythonie.
def distance(v1,v2):
return sum([(x-y)**2 for (x,y) in zip(v1,v2)])**(0.5)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2016-05-17 18:22:33
import numpy as np
from scipy.spatial import distance
input_arr = np.array([[0,3,0],[2,0,0],[0,1,3],[0,1,2],[-1,0,1],[1,1,1]])
test_case = np.array([0,0,0])
dst=[]
for i in range(0,6):
temp = distance.euclidean(test_case,input_arr[i])
dst.append(temp)
print(dst)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-02-10 06:09:01
Możesz łatwo użyć formuły
distance = np.sqrt(np.sum(np.square(a-b)))
, który w rzeczywistości nie robi nic więcej, jak użycie twierdzenia Pitagorasa do obliczenia odległości, dodając kwadraty Δx, Δy i Δz i ukorzeniając wynik.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-04-19 18:51:50
import math
dist = math.hypot(math.hypot(xa-xb, ya-yb), za-zb)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-02-22 16:43:02
Jeśli chcesz znaleźć odległość określonego punktu od pierwszego ze skurczów, możesz użyć, plus możesz to zrobić z dowolną liczbą wymiarów.
import numpy as np
A = [3,4]
Dis = np.sqrt(A[0]**2 + A[1]**2)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-06-26 20:49:53
Oblicz odległość euklidesową dla przestrzeni wielowymiarowej:
import math
x = [1, 2, 6]
y = [-2, 3, 2]
dist = math.sqrt(sum([(xi-yi)**2 for xi,yi in zip(x, y)]))
5.0990195135927845
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-06-26 20:50:32
Najpierw Znajdź różnicę dwóch macierzy. Następnie zastosuj mnożenie elementów za pomocą polecenia mnożenia numpy ' ego. Następnie znajdź sumowanie pierwiastka wise ' a pomnożone przez nową macierz. Na koniec znajdź pierwiastek kwadratowy sumowania.
def findEuclideanDistance(a, b):
euclidean_distance = a - b
euclidean_distance = np.sum(np.multiply(euclidean_distance, euclidean_distance))
euclidean_distance = np.sqrt(euclidean_distance)
return euclidean_distance
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-07-26 15:11:18