假設(shè)有兩個(gè)三維向量集，用矩陣表示:

要求A，B兩個(gè)集合中的元素兩兩間歐氏距離。

先求出ABT：

然后對(duì)A和BT分別求其中每個(gè)向量的模平方，并擴(kuò)展為2*3矩陣：

然后：

將上面這個(gè)矩陣一開(kāi)平方，就得到了A，B向量集兩兩間的歐式距離了。

defEuclideanDistances(A, B):     
  BT = B.transpose()     
  # vecProd = A * BT     
  vecProd = np.dot(A,BT)     
  # print(vecProd)     
  SqA =  A**2# print(SqA)     
  sumSqA = np.matrix(np.sum(SqA, axis=1))     
  sumSqAEx = np.tile(sumSqA.transpose(), (1, vecProd.shape[1]))     
  # print(sumSqAEx)      
  SqB = B**2     
  sumSqB = np.sum(SqB, axis=1)     
  sumSqBEx = np.tile(sumSqB, (vecProd.shape[0], 1))         
  SqED = sumSqBEx + sumSqAEx - 2*vecProd     
  SqED[SqED<0]=0.0        
  ED = np.sqrt(SqED)     
  return ED