Python-稀疏向量/距离计算

Question

我正在Python中寻找动态增长的向量，因为我事先不知道它们的长度。此外，我想计算这些稀疏向量之间的距离，最好使用 scipy.spatial.distance 中的距离函数（尽管欢迎任何其他建议）。有什么想法如何做到这一点？（最初，它不需要高效。）

预先非常感谢！

Answer 1

您可以使用常规 Python 列表（动态）作为向量。下面是一个简单的例子。

from scipy.spatial.distance import sqeuclidean
a = [1,2,3]
b = [0,0,0]
print sqeuclidean(a,b) # 14

根据 aganders3 的建议，请注意，如果需要，您还可以使用 numpy 数组：

import numpy
a = numpy.array([1,2,3])

如果你的问题的稀疏部分至关重要，我会使用 scipy - 它支持稀疏矩阵。您可以定义一个 1xn 矩阵并将其用作向量。这是可行的（参数是矩阵的大小，默认用零填充）：

sqeuclidean(scipy.sparse.coo_matrix((1,3)),scipy.sparse.coo_matrix((1,3))) # 0

稀疏矩阵有很多种，有些是基于字典的（参见评论）。您可以从列表中定义行稀疏矩阵，如下所示：

scipy.sparse.csr_matrix([1,2,3])