Python 求向量的余弦值操作
这篇文章主要介绍了Python 求向量的余弦值操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
1、余弦相似度
余弦相似度衡量的是2个向量间的夹角大小，通过夹角的余弦值表示结果，因此2个向量的余弦相似度为：
余弦相似度的取值为[-1,1]，值越大表示越相似。
向量夹角的余弦公式很简单，不在此赘述，直接上代码：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | def cosVector(x,y): if(len(x)!=len(y)): print('error input,x and y is not in the same space') return; result1=0.0; result2=0.0; result3=0.0; for i in range(len(x)): result1+=x[i]*y[i] #sum(X*Y) result2+=x[i]**2 #sum(X*X) result3+=y[i]**2 #sum(Y*Y) #print(result1) #print(result2) #print(result3) print("result is "+str(result1/((result2*result3)**0.5))) #结果显示cosVector([2,1],[1,1]) |
一个计算二维数组余弦值的例子：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 | #求余弦函数def cosVector(x,y): if(len(x)!=len(y)): print('error input,x and y is not in the same space') return; result1=0.0; result2=0.0; result3=0.0; for i in range(len(x)): result1+=x[i]*y[i] #sum(X*Y) result2+=x[i]**2 #sum(X*X) result3+=y[i]**2 #sum(Y*Y) #print("result is "+str(result1/((result2*result3)**0.5))) #结果显示 return result1/((result2*result3)**0.5)#print("result is ",cosVector([2,1],[1,1])) #计算query_output（60,20）和db_output（60,20）的余弦值，用60*1的向量存储 cosResult= [[0]*1 for i in range(60)] for i in range(60): cosResult[i][0]=cosVector(query_output[i], db_output[i]) print(cosResult)--------------------------------------------------------------------------------------------#计算query_output和db_output的余弦值，用60*1的向量存储rows=query_output.shape[0] #行数cols=query_output.shape[1] #列数cosResult= [[0]*1 for i in range(rows)] for i in range(rows): cosResult[i][0]=cosVector(query_output[i], db_output[i]) #print(cosResult)#将结果存入文件中，并且一行一个数字file=open('cosResult.txt','w')for i in cosResult: file.write(str(i).replace('[','').replace(']','')+'\n') #\r\n为换行符 file.close() |
补充：python实现余弦近似度
方法一：
1 2 3 4 5 6 7 8 9 10 11 12 | def cos(vector1,vector2): dot_product = 0.0 normA = 0.0 normB = 0.0 for a,b in zip(vector1,vector2): dot_product += a*b normA += a**2 normB += b**2 if normA == 0.0 or normB==0.0: return None else: return 0.5 + 0.5 * dot_product / ((normA*normB)**0.5) #归一化 <span style="font-family: Arial, Helvetica, sans-serif;">从[-1,1]到[0,1]</span> |
方法二：
1 2 3 4 | num = float(A.T * B) #若为行向量则 A * B.Tdenom = linalg.norm(A) * linalg.norm(B)cos = num / denom #余弦值sim = 0.5 + 0.5 * cos #归一化 从[-1,1]到[0,1] |
以上为个人经验，希望能给大家一个参考