python写出马氏距离函数

这是一个简单的Python实现马氏距离的函数：

import numpy as np

def mahalanobis_distance(x, y, cov):
    """
    计算两个向量的马氏距离
    x: 第一个向量
    y: 第二个向量
    cov: 协方差矩阵
    """
    x = np.array(x)
    y = np.array(y)
    cov_inv = np.linalg.inv(cov)
    diff = x - y
    md = np.sqrt(np.dot(np.dot(diff, cov_inv), diff.T))
    return md

其中，x和y是两个需要计算距离的向量，cov是它们的协方差矩阵。函数返回马氏距离。

使用示例：

x = [1, 2, 3]
y = [2, 3, 4]
cov = np.array([[1, 0, 0], [0, 1, 0], [0, 0, 1]])
md = mahalanobis_distance(x, y, cov)
print(md)

输出：

1.7320508075688772

这表示向量x和y之间的马氏距离为1.732。