一、欧式距离
欧式距离是最常见的距离度量方法，也称为直线距 离。在二维空间中，欧式距离计算两点之间的直线 距离。
import math # 导入数学模块以使用平方根函数
x = [1, 1] # 定义点 x 的坐标（1, 1）
y = [3, 3] # 定义点 y 的坐标（3, 3）
# def euclidean_distance(x,y):
# return math.sqrt((sum((i-j)**2 for i,j in zip(x,y))))
def euclidean_distance(x, y):
sum_ = 0 # 初始化变量，用于存储坐标差平方的总和
# 遍历两个坐标列表，计算每个维度的差的平方并累加
for i, j in zip(x, y):
sum_ += (i - j) ** 2 # 计算坐标的差的平方并累加到 sum_
# 计算并返回总和的平方根，即为欧式距离
return math.sqrt(sum_)
# 调用函数计算点 x 和 y 之间的欧氏距离并将结果存储在 d 中
d = euclidean_distance(x, y)
# 打印计算得到的欧氏距离
print(f'欧式距离 : {d}')
#欧式距离:2.8284271247461903缺点：
在使用此距离度量之前，需要对数据进行标 准化。随着数据维数的增加，欧氏距离的用处也就 越小。
二、曼哈顿距离
曼哈顿距离是计算两点之间水平或垂直线段的距离 之和，也称为城市街区距离或L1距离。
import math # 导入数学模块，但在这个代码中实际上没有使用到该模块
x = [1, 1] # 定义点 x 的坐标（1, 1）
y = [3, 3] # 定义点 y 的坐标（3, 3）
# def manhattan_distance(x,y):
# return sum([abs(i-j) for i ,j in zip(x,y)])
def manhattan_distance(x, y):
sum_ = 0 # 初始化变量，用于存储坐标差的绝对值总和
# 遍历两个坐标列表，计算每个维度的绝对值差并累加
for i, j in zip(x, y):
sum_ += abs(i - j) # 计算坐标的绝对差并累加到 sum_
# 返回绝对值差的总和，即为曼哈顿距离
return sum_
# 调用函数计算点 x 和 y 之间的曼哈顿距离并将结果存储在 d 中
d = manhattan_distance(x, y)
# 打印计算得到的曼哈顿距离
print(f'曼哈顿距离 : {d}') # 输出结果
#曼哈顿距离 : 4缺点：
由于它不是可能的最短路径，它比欧几里得 距离更有可能给出一个更高的距离值。随着数据维 数的增加，曼哈顿距离的用处也就越小。
三、切比雪夫距离
切比雪夫距离是计算两点在各个坐标上的差的绝对 值的最大值。
import math # 导入数学模块，但在此代码中实际上没有使用到该模块
x = [1, 1] # 定义点 x 的坐标（1, 1）
y = [3, 3] # 定义点 y 的坐标（3, 3）
# def chebyshev_distance(x,y):
# return max([abs(i-j) for i ,j in zip(x,y)])
def chebyshev_distance(x, y):
max_ = [] # 初始化一个列表，用于存储每个维度的绝对差
# 遍历两个坐标列表，计算每个维度的绝对差并添加到 max_ 列表中
for i, j in zip(x, y):
max_.append(abs(i - j)) # 计算坐标差的绝对值并加入 max_ 列表
# 返回 max_ 列表中的最大值，即为切比雪夫距离
return max(max_)
# 调用函数计算点 x 和 y 之间的切比雪夫距离并将结果存储在 d 中
d = chebyshev_distance(x, y)
# 打印计算得到的切比雪夫距离
print(f'切比雪夫 : {d}')
#切比雪夫 : 2缺点：
切比雪夫通常用于非常特定的用例，这使得 它很难像欧氏距离那样作通用的距离度量。
四、余弦相似度
余弦相似度是两个向量之间的夹角余弦值，表示两 个向量的方向差异，而不是长度差异。
import math # 导入数学模块以使用平方根函数
x = [1, 1] # 定义点 x 的坐标（1, 1）
y = [3, 3] # 定义点 y 的坐标（3, 3）
def cosine_similarity(x, y):
# 计算向量的点积
num_erator = sum(i * j for i, j in zip(x, y)) # 计算 x 和 y 的点积
# 计算 x 和 y 的范数（模）
num_denominator = math.sqrt(sum(i ** 2 for i in x)) * math.sqrt(sum(i ** 2 for i in y)) # 计算模的乘积
return num_erator / num_denominator # 返回余弦相似度
# 调用函数计算 x 和 y 的余弦相似度并将结果存储在 d 中
d = cosine_similarity(x, y)
# 打印计算得到的余弦相似度
print(f'余弦相似度 : {d}')
# 切比雪夫 : 1.0 缺点：
余弦相似度无法捕捉向量的幅度信息，只考虑方向。
五、汉明距离
汉明距离用于衡量两个等长字符串在相同位置上不 同字符的个数。
def hanming_distance(x, y):
# 计算并返回字符串 x 和 y 之间的汉明距离
# 汉明距离是指在相同位置上，两个字符串中不同字符的数量
return sum(i != j for i, j in zip(x, y)) # 使用生成器表达式计算不同字符的总数
# 调用函数计算字符串 '101100' 和 '111000' 之间的汉明距离
d = hanming_distance('101100', '111000')
# 打印计算得到的汉明距离
print(f'汉明距离 : {d}') # 输出结果
# 汉明距离 : 2 缺点：
当两个向量的长度不相等时，很难使用汉明距离。
六、闵可夫斯基距离
闵可夫斯基距离是欧式距离和曼哈顿距离的泛化。
p=1 -曼哈顿距离
p=2 -欧氏距离
p=∞- 切比雪夫距离
import math # 导入数学模块，但在此代码中实际上没有使用到该模块
x = [1, 1] # 定义点 x 的坐标（1, 1）
y = [3, 3] # 定义点 y 的坐标（3, 3）
def minkovski_distance(x, y, p):
# 计算并返回闵可夫斯基距离
# 闵可夫斯基距离是指在 p 范数下的距离，p 可以是任意正数
return (sum(abs(i - j) ** p for i, j in zip(x, y))) ** (1 / p) # 计算绝对差值的 p 次方和，然后取其 p 次根
# 调用函数计算点 x 和 y 之间的闵可夫斯基距离，使用 p=100
d = minkovski_distance(x, y, 100)
# 打印计算得到的闵可夫斯基距离
print(f'闵可夫斯基距离 : {d}') # 输出结果
# 闵可夫斯基距离 : 2.0139111001134378 缺点：
使用参数p实际上可能很麻烦。
七、Jaccard指数
Jaccard指数用于计算两个集合的相似度。
def jaccrd_index(x, y):
# 计算并返回 Jaccard 指数
# Jaccard 指数是集合交集大小与并集大小的比值
intersection = len(set(x) & set(y)) # 计算集合 x 和 y 的交集大小
unio = len(set(x) | set(y)) # 计算集合 x 和 y 的并集大小
return intersection / unio # 返回交集与并集的比值
# 调用函数计算两个集合之间的 Jaccard 指数
d = jaccrd_index({1, 2, 3}, {2, 3, 4}) # 使用集合 {1, 2, 3} 和 {2, 3, 4}
# 打印计算得到的 Jaccard 指数
print(f'Jaccard指数 : {d}') # 输出结果
# Jaccard指数 : 0.5 缺点：
它受到数据大小的很大影响。 大型数据集 可能会对指数产生很大影响，因为数据量大的话可 能显著增加并集，同时保持交集不变。
八、半正矢距离
用于地理坐标系统中两个经纬度点之间的距离。
import math # 导入数学模块以进行数学运算
def haversine_distance(lat1, lon1, lat2, lon2):
# 计算并返回两点之间的哈弗辛距离
# 哈弗辛公式用于计算地球表面两点间的距离
R = 6371.0 # 地球半径（单位：千米）
# 将经纬度转换为弧度
lat1 = math.radians(lat1) # 将第一个点的纬度从度转换为弧度
lat2 = math.radians(lat2) # 将第二个点的纬度从度转换为弧度
lon1 = math.radians(lon1) # 将第一个点的经度从度转换为弧度
lon2 = math.radians(lon2) # 将第二个点的经度从度转换为弧度
# 计算经度和纬度的差值
dlon = abs(lon2 - lon1) # 计算经度差值
dlat = abs(lat2 - lat1) # 计算纬度差值
# 使用哈弗辛公式计算距离
return 2 * R * math.asin(math.sqrt(math.sin(dlat / 2) ** 2 +
math.cos(lat1) * math.cos(lat2) *
math.sin(dlon / 2) ** 2)) # 返回两点之间的距离
# 调用函数计算从北京（经度 116.4，纬度 39.9）到悉尼（经度 151.21，纬度 -33.87）的距离
d = haversine_distance(39.9, 116.4, -33.87, 151.21) # 注意这里经纬度要按顺序传入
# 打印计算得到的哈弗辛距离
print(f'半正矢距离 : {d}') # 输出结果
# 半正矢距离 : 6371.116099134171 缺点：
切比雪夫通常用于非常特定的用例，这使得 它很难像欧氏距离那样作通用的距离度量