不同形状阵列的Numpy距离计算

Question

不确定我的标题是否正确，但基本上我有一个（x，y，z）格式的参考坐标，并且也有该格式的大型坐标列表/数组。我需要获得两者之间的欧几里得距离，因此从理论上讲，使用numpy和scipy，我应该能够执行以下操作：

import numpy, scipy.spatial.distance

a = numpy.array([1,1,1])

b = numpy.random.rand(20,3)

distances = scipy.spatial.distance.euclidean(b, a)

但是，我没有得到一个数组，而是得到了一个错误： ValueError: Input vector should be 1-D.

不知道如何解决此错误并获得我想要的内容而不必求助于循环等，这与使用Numpy的目的相违背。

长期而言，我想使用这些距离来计算真值掩码，以计算箱中的距离值。

我不确定我是在使用错误的函数还是在使用错误的函数，因此我无法在文档中找到任何能更好地工作的东西。

Answer 1

此代码将获得欧几里得范式，该范式在许多情况下都应该有效，并且相当快，而且只有一行。根据需要，其他方法更为有效或灵活，我希望根据正在完成的工作发布其他一些解决方案。import numpya = numpy.array([1,1,1])b = numpy.random.rand(20,3)distances = numpy.linalg.norm(a - b, axis = 1)