python - 以下用于计算所有向量对之间的距离的代码有什么问题？

Question

我正在尝试找出所有向量对之间的曼哈顿距离。

import numpy as np
import itertools

class vector:
    def __init__(self):
        self.a = 0
        self.b = 0

c = vector()
d = vector()
l = vector()
m = vector()

e = [c,d]
n = [l,m]
o = np.array(n)
f = np.array(e)
p = itertools.product(o,f)
p = list(p)
def comp(x):
    return (x[0].a-x[1].a) + (x[0].b-x[1].b)

g = np.vectorize(comp)
print g(p)

我收到错误:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python2.7/site-packages/numpy/lib/function_base.py", line 2207, in __call__
    return self._vectorize_call(func=func, args=vargs)
  File "/usr/local/lib/python2.7/site-packages/numpy/lib/function_base.py", line 2270, in _vectorize_call
    ufunc, otypes = self._get_ufunc_and_otypes(func=func, args=args)
  File "/usr/local/lib/python2.7/site-packages/numpy/lib/function_base.py", line 2232, in _get_ufunc_and_otypes
    outputs = func(*inputs)
  File "<stdin>", line 2, in comp
AttributeError: vector instance has no attribute '__getitem__'

Answer 1

我不得不说我会以不同的方式处理这个问题。数值 Python 不能很好地处理 Python 类等。

你的类(class)

class vector:
    def __init__(self):
        self.a = 0
        self.b = 0

基本上是一个长度为2的向量。因此，如果您要对许多长度为 2 的向量进行操作，我建议如下:

In [13]: p = np.array([[1, 2], [3, 4], [5, 6]])

In [14]: p
Out[14]: 
array([[1, 2],
       [3, 4],
       [5, 6]])

每一行都是一个长度为 2 的向量。有 3 个这样的向量。这比 Python 类的 Python 列表 高效得多。

现在你的comp函数

def comp(x):
    return (x[0].a-x[1].a) + (x[0].b-x[1].b)

基本上相当于

def comp(x):
    return (x[0].a+x[0].b) - (x[1].a+x[1].b)

即第一个向量的分量和减去第二个向量的分量和。既然如此，您可以通过以下方式有效地计算成对输出

In [15]: q = p.sum(axis=1)

用于计算每个向量的分量和，后面是

In [16]: np.subtract.outer(q, q)
Out[16]: 
array([[ 0, -4, -8],
       [ 4,  0, -4],
       [ 8,  4,  0]])