使用python代码编写 余弦相似度

### 回答1：
你可以使用numpy库中的cosine_similarity函数来计算两个向量的余弦相似度。

例如：

import numpy as np

def cosine_similarity(v1, v2):
    return np.dot(v1, v2) / (np.linalg.norm(v1) * np.linalg.norm(v2))

v1 = np.array([1, 2, 3])
v2 = np.array([4, 5, 6])

print(cosine_similarity(v1, v2))

此代码将计算出v1和v2向量的余弦相似度并将其输出。

### 回答2：
当我们谈论两个向量之间的相似度时，余弦相似度是一个常用的度量方法。它通过计算两个向量之间的夹角来衡量它们之间的相似程度。

要使用Python代码编写余弦相似度，我们可以按照以下步骤进行：

1. 导入所需的库：

import numpy as np
from numpy.linalg import norm

2. 创建两个向量：

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

3. 计算向量的余弦相似度：

cos_sim = np.dot(a, b) / (norm(a) * norm(b))

上述代码中，np.dot(a, b)用于计算矩阵的乘积（即两个向量之间的点积），norm()函数用于计算向量的范数。

4. 打印结果：

print("余弦相似度：", cos_sim)

最后，运行代码并查看结果。结果值在-1和1之间，其中-1表示两个向量完全不相似，1表示两个向量完全相似。

这就是用Python代码编写余弦相似度的简单过程。希望可以帮助到你！