两个Numpy数组之间的平方差求和

Question

假设我有以下两个数组：

import numpy as np
a=np.asarray([[1,2,4],
       [3,1,2]])
b=np.asarray([[2,1,1],
       [3,2,3],
       [4,1,2],
       [2,2,1],])

对于a中的每一行a_行，我想得到a_行与b中每一行之间的平方差之和。得到的数组将是一个2乘4的数组。预期结果如下：

^{pr2}$

我已经使用循环实现了一个解决方案：

c=np.zeros((2,4))
for e in range(a.shape[0]):
    c[e,:] = np.sum(np.square(b-a[e,:]),axis=1)
print c

我需要的是一个完全矢量化的解决方案，即不需要循环。在

Answer 1

如果您可以访问scipy，则可以执行以下操作：

import scipy
from scipy.spatial.distance import cdist

import numpy as np

a=np.asarray([[1,2,4],
       [3,1,2]])
b=np.asarray([[2,1,1],
       [3,2,3],
       [4,1,2],
       [2,2,1],])

x = cdist(a,b)**2
# print x
# array([[ 11.,   5.,  14.,  10.],
#        [  2.,   2.,   1.,   3.]])

这使用了cdist函数，该函数矢量化且速度快。使用numba或cython可以获得更快的速度，但这取决于实际中数组的大小。在

Answer 2

这是一种数算式方法，只需对b进行整形，以便能够直接从中减去{}：

>>> np.square(b[:,None] - a).sum(axis=2).T
array([[11,  5, 14, 10],
       [ 2,  2,  1,  3]])