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。

相关问题

jupyter notebook实现画图

Jupyter Notebook是一个开源的交互式笔记本，可以在浏览器中创建和共享文档，支持多种编程语言。它提供了一个方便的环境来编写和运行代码，并且可以实现画图功能。

要在Jupyter Notebook中实现画图，你可以使用一些常用的Python绘图库，如Matplotlib、Seaborn和Plotly等。这些库提供了各种绘图函数和方法，可以满足不同的绘图需求。

下面是使用Matplotlib库在Jupyter Notebook中实现画图的步骤：

1. 安装Matplotlib库：在Jupyter Notebook中，你需要先安装Matplotlib库。可以使用以下命令在终端或命令提示符中安装：

   pip install matplotlib

2. 导入Matplotlib库：在Jupyter Notebook中，你需要导入Matplotlib库才能使用其中的函数和方法。可以使用以下代码导入Matplotlib库：

   import matplotlib.pyplot as plt

3. 创建图形对象：在开始绘图之前，你需要创建一个图形对象。可以使用以下代码创建一个图形对象：

   fig, ax = plt.subplots()

4. 绘制图形：使用图形对象的方法来绘制不同类型的图形，如折线图、散点图、柱状图等。例如，使用`plot`方法来绘制折线图：

   x = [1, 2, 3, 4, 5]
   y = [1, 4, 9, 16, 25]
   ax.plot(x, y)

5. 显示图形：在绘制完成后，使用`show`方法来显示图形：

   plt.show()

这样，你就可以在Jupyter Notebook中实现画图了。

jupyter notebook 交互式

Jupyter Notebook是一个非常流行的交互式计算环境，可以帮助用户进行快速的数据分析、可视化和编程。在Jupyter Notebook中，用户可以创建一个notebook文档，其中包含代码、文字说明、图表和数据可视化等内容。用户可以在notebook中编写代码，并直接查看结果，还可以使用Markdown语法添加文字说明、标题、列表、链接等内容。

与传统的IDE相比，Jupyter Notebook具有许多优点。首先，它是完全基于Web的，用户可以通过浏览器来访问它，无需安装任何软件。其次，它支持多种编程语言，包括Python、R、Julia等，用户可以选择自己最熟悉的语言进行编程。最后，Jupyter Notebook支持丰富的扩展和插件，用户可以根据自己的需求来安装和使用各种插件。

总之，Jupyter Notebook是一个非常强大的交互式计算环境，适用于数据科学、机器学习、人工智能等领域的开发和研究。