自动广播在SciPy的

Question

我有两个np.ndarray S，data与形状(8000, 500)和sample与形状(1, 500)。

我试图实现的是在data到sample之间的每一行之间测量各种类型的指标。

当使用from sklearn.metrics.pairwise.cosine_distances我能够利用numpy的广播中执行以下行

x = cosine_distances(data, sample) 

但是当我试图用同样的方法，用scipy.spatial.distance.cosine我得到了错误

ValueError: Input vector should be 1-D.

我想这是一个广播问题，我试图找到一种方法来解决它。

我的最终目标是遍历scipy.spatial.distance中可用的所有距离，这些距离可以接受两个向量并将其应用于数据和样本。

如何复制在我的scipy版本的代码中sklearn的自动发生的广播？

Answer 1

OK，看文档，http://scikit-learn.org/stable/modules/generated/sklearn.metrics.pairwise.cosine_distances.html

随着（800500）和（1500）输入（(samples, features)），你应该得到一个（800,1）结果（(samples1, samples2)）。

我不会说这是广播。它更像dot产品，它执行特征（500形状）的某种计算（norm），将其降至一个值。它更像是np.dot(data, sample.T)处理尺寸。

https://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.distance.cosine.html是Computes the Cosine distance between 1-D arrays，更像

for row in data: 
    for s in sample: 
     d = cosine(row, s) 

或因为sample仅有一行

distances = np.array([cosine(row, sample[0]) for row in data]) 

换句话说，在sklearn版本则成对迭代（也许在编译的代码），而spartial只是评估一对的距离。

pairwise.cosine_similarity确实

# K(X, Y) = <X, Y>/(||X||*||Y||) 
K = safe_sparse_dot(X_normalized, Y_normalized.T, dense_output=dense_output) 

这就是dot就像我前面提到的行为，但与规范化补充说。