python - 从向量列表计算距离矩阵

Question

假设我有一个向量列表，我想从中生成一个距离矩阵。什么是巧妙的方法呢？例如，我有一个包含 3 个向量的列表:

k = [[2, 4, 7], [3, 4, 7], [5,1,3]]
distance = pairwise_distances(v1, v2, metric='cosine', n_jobs=-1)

期望的输出:给定向量列表的余弦距离的 numpy 数组。

array([[ 1.        ,  0.00638545,  0.28778769],
       [ 0.00638545,  1.        ,  0.21402251],
       [ 0.28778769,  0.21402251,  1.        ]])

这就是我所做的:使用 itertools.combinations 获得所有组合。计算每对的距离。然后，将距离度量实际放置在“正确的”单元格中会变得有点困惑(需要列表中原始向量的索引)。

combs = list(itertools.combinations(k, 2))
print combs

是否有一种“更简洁”或“pythonic”的方式来获得最终的距离矩阵？

Answer 1

根据@Divakar 的建议，我得到了我想要的。这是为那些正在寻找答案的人准备的片段:

distance_vectors = [cosine_distance([pair[0]], [pair[1]]) for pair in combs]
print distance_vectors

distance_vectors = [x[0][0] for x in distance_vectors]
print distance_vectors
X = squareform(np.array(distance_vectors))
print X

而且，是的(感谢@Warren)，距离矩阵的对角线为零。