jupyter notebook 实现闵式距离

闵式距离是一种常见的距离计算方法，它可以根据不同的参数值，计算出不同的距离公式，包括欧几里得距离、曼哈顿距离、切比雪夫距离等。在 Jupyter Notebook 中，可以通过以下代码实现闵式距离的计算：

import numpy as np

def minkowski_distance(x, y, p=2):
    # 计算闵式距离
    return np.sum(np.abs(x - y) ** p) ** (1/p)

# 示例
x = np.array([1, 2, 3])
y = np.array([4, 5, 6])
print(minkowski_distance(x, y, p=2))  # 欧几里得距离
print(minkowski_distance(x, y, p=1))  # 曼哈顿距离
print(minkowski_distance(x, y, p=np.inf))  # 切比雪夫距离

上述代码中，`minkowski_distance` 函数接收两个向量 `x` 和 `y`，以及一个参数 `p`，用于指定闵式距离的计算方式。默认情况下，`p` 取值为 2，即计算欧几里得距离。如果将 `p` 设置为 1，则计算曼哈顿距离；如果将 `p` 设置为无穷大，则计算切比雪夫距离。