dists[i,j]=np.sqrt(np.sum(np.square(X[i,:]-self.X_train[j,:]))) dists[i,:]=np.sqrt(np.sum(np.square(self.X_train-X[i,:]),axis=1)) dists=np.sqrt(np.square(X).sum(1).reshape([-1,1])+np.square(self.X_train).sum(1).reshape([1,-1])-2*X.dot(self.X_train.T)) 这三行代码功能一样吗

是的，这三行代码的功能是相同的，都是用于计算输入数据矩阵 `X` 与训练数据矩阵 `self.X_train` 中每个数据之间的欧几里得距离，然后将距离存储在 `dists` 矩阵中。其中第一行代码使用了循环，第二行代码使用了向量化的方式进行计算，第三行代码则是在第二行代码的基础上进行了优化，使用了更快速的向量化计算方式。