在Python中通过循环数组找到欧几里得距离

Question

这是我目前的进展：

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

我正在尝试计算这些数组之间的欧几里得距离，也就是每个数组和其他数组之间的距离，但我遇到了一些困难。

我想要的输出是通过计算距离得到的，像这样：

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

等等，但我希望能用一个循环来进行这些计算。

我正在使用Prettytable把计算结果显示成一个表格。

有没有人能给我一些建议？我没有找到任何之前有效的解决方案。

Answer 1

要进行循环，你需要避免在变量名中使用数据。一个简单的解决办法是使用字典。循环在字典推导式中是隐含的：

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)}

现在可以通过 stats[2007] 来访问特定年份的统计数据，比如2007年，使用元组来获取距离，例如 dists[(2007, 20011)]。

Answer 2

看看这个链接：scipy.spatial.distance.cdist。

根据文档的说明：

这个功能可以计算两个输入集合中每一对之间的距离。

所以你可以做类似下面的事情：

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')

如果你知道起始年份，并且每年的数据都没有缺失，那么就很容易确定在距离矩阵中坐标 (m,n) 比较的是哪两年。