Python实现的计算马氏距离算法示例

# encoding: utf-8from __future__ import divisionimport sysreload(sys)sys.setdefaultencoding('utf-8')import numpy as npdef mashi_distance(x,y):  print x  print y  #马氏距离要求样本数要大于维数，否则无法求协方差矩阵  #此处进行转置，表示10个样本，每个样本2维  X=np.vstack([x,y])  print X  XT=X.T  print XT  #方法一：根据公式求解  S=np.cov(X)  #两个维度之间协方差矩阵  SI = np.linalg.inv(S) #协方差矩阵的逆矩阵  #马氏距离计算两个样本之间的距离，此处共有4个样本，两两组合，共有6个距离。  n=XT.shape[0]  d1=[]  for i in range(0,n):    for j in range(i+1,n):      delta=XT[i]-XT[j]      d=np.sqrt(np.dot(np.dot(delta,SI),delta.T))      print d      d1.append(d)if __name__ == '__main__':  # 第一列  x = [3, 5, 2, 8]  # 第二列  y = [4, 6, 2, 4]  mashi_distance(x,y)