在 Python 中，如何将 numpy 数组与矩阵的每一行进行比较以选择与向量最相似的行？

Question

例如，如果我有一个 1D array[91, 119, 161, 203, 259]和一个 2D array [[90,120,160,200,260], [95,115,165,204,255]]，我如何确定后者的哪一行更适合前者？在这种情况下，它将是第一行，因为大多数数字仅相差 1，而在第二行中，大多数数字相差 4。此外，向量与第一行之间的 RMSE 为 1.612，而对于第二行它是 3.606。

Answer 1

距离度量有很多，但余弦是衡量向量相似性的一个很好的方法。您可以用来scipy.spatial.distance.cosine求余弦距离。您需要具有最小余弦距离的向量。

在代码中：

import numpy as np

from scipy.spatial.distance import cosine

v = np.array([91, 119, 161, 203, 259])

matrix = np.array([[90,120,160,200,260], [95,115,165,204,255]])

assert np.argmin([cosine(v, row) for row in matrix]) == 0