numpy计算一个矩阵中所有行向量分别与目标向量的欧几里得距离

假设矩阵为X，目标向量为y，可以使用numpy的广播机制进行计算：

import numpy as np

X = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
y = np.array([2, 3, 4])

distances = np.sqrt(np.sum((X - y)**2, axis=1))

其中，`X - y` 进行了广播，得到了一个与X相同形状的数组，每个元素为对应行向量与目标向量的差。然后对每个行向量的差进行平方和，再取平方根得到欧几里得距离。`axis=1` 表示对每行进行计算，返回一个长度为X的行数的一维数组。