矩阵计算欧式距离python

在 Python 中，可以使用 NumPy 库来计算矩阵之间的欧式距离。欧式距离可以衡量两个向量或矩阵之间的相似性。

以下是使用 NumPy 计算矩阵之间欧式距离的示例代码：

import numpy as np

# 创建两个矩阵
matrix1 = np.array([[1, 2, 3], [4, 5, 6]])
matrix2 = np.array([[2, 3, 4], [5, 6, 7]])

# 计算欧式距离
distance = np.linalg.norm(matrix1 - matrix2)

print(distance)

在上面的示例中，`np.linalg.norm` 函数用于计算矩阵的范数，其中 `matrix1 - matrix2` 表示两个矩阵相减得到的差值矩阵。

请注意，欧式距离的计算是基于向量或矩阵的元素之差的平方和的平方根。如果要计算多个矩阵之间的欧式距离，可以使用循环或其他方法来处理。

希望这可以帮助到你！如有其他问题，请随时提问。