本文實例講述了Python實現(xiàn)的計算馬氏距離算法。分享給大家供大家參考，具體如下：

成都創(chuàng)新互聯(lián)擁有一支富有激情的企業(yè)網(wǎng)站制作團隊，在互聯(lián)網(wǎng)網(wǎng)站建設(shè)行業(yè)深耕10余年，專業(yè)且經(jīng)驗豐富。10余年網(wǎng)站優(yōu)化營銷經(jīng)驗，我們已為上1000家中小企業(yè)提供了成都做網(wǎng)站、網(wǎng)站建設(shè)解決方案，定制設(shè)計，設(shè)計滿意，售后服務(wù)無憂。所有客戶皆提供一年免費網(wǎng)站維護!

我給寫成函數(shù)調(diào)用了

python實現(xiàn)馬氏距離源代碼：

# encoding: utf-8
from __future__ import division
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
import numpy as np
def mashi_distance(x,y):
  print x
  print y
  #馬氏距離要求樣本數(shù)要大于維數(shù)，否則無法求協(xié)方差矩陣
  #此處進行轉(zhuǎn)置，表示10個樣本，每個樣本2維
  X=np.vstack([x,y])
  print X
  XT=X.T
  print XT
  #方法一：根據(jù)公式求解
  S=np.cov(X)  #兩個維度之間協(xié)方差矩陣
  SI = np.linalg.inv(S) #協(xié)方差矩陣的逆矩陣
  #馬氏距離計算兩個樣本之間的距離，此處共有4個樣本，兩兩組合，共有6個距離。
  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)

文章題目：Python實現(xiàn)的計算馬氏距離算法示例-創(chuàng)新互聯(lián)
文章位置：http://weahome.cn/article/igceo.html