Python辨别两个数组相似程度

在Python中，可以使用多种方法来比较两个数组（列表或其他序列类型）的相似程度，这通常涉及到集合（set）、交集、并集或余集等操作。以下是几种常见的方法：

1. **Jaccard相似度**：计算两个集合的交集大小除以它们的并集大小。范围在0到1之间，值越大表示越相似。

def jaccard_similarity(array1, array2):
    set1 = set(array1)
    set2 = set(array2)
    return len(set1 & set2) / len(set1 | set2)

# 示例
similarity = jaccard_similarity([1, 2, 3], [2, 3, 4])

2. **余弦相似度**：适用于数值类型的数组，通过将它们转换为向量，并计算它们之间的夹角余弦值来衡量相似性。这种方法在推荐系统等领域常用。

from sklearn.metrics.pairwise import cosine_similarity

def cosine_sim(arr1, arr2):
    vector1 = np.array(arr1)
    vector2 = np.array(arr2)
    return cosine_similarity([vector1], [vector2])[0][0]

# 示例
import numpy as np
similarity = cosine_sim([1, 2, 3], [2, 3, 4])

3. **汉明距离**：用于二进制数组，计算对应位置上元素不同的位数。

def hamming_distance(array1, array2):
    return sum(c1 != c2 for c1, c2 in zip(array1, array2))

# 示例
distance = hamming_distance([0, 1, 0], [1, 0, 1])