如何为Scipy的cdist（或pdist）自定义函数传递额外参数？

这问题我之前也踩过坑！Scipy的cdist对自定义度量函数的签名有严格要求——只能接受两个输入参数（即待比较的两个向量u和v），所以你直接带k=7传进去肯定会报错。下面给你几个比全局变量优雅得多的解决方案：

方法1：用Lambda函数做参数适配 #

最简单的方式就是用lambda把额外参数k绑定进去，给cdist提供它需要的双参数接口：

import numpy as np
from scipy.spatial.distance import cdist

def cust_metric(u, v, k):
    dist = np.cumsum(np.gcd(u, v) * k)
    return dist

# 调用时用lambda封装k参数
arr1 = np.array([[1,2],[3,4]])
arr2 = np.array([[5,6],[7,8]])
d_ar = cdist(arr1, arr2, metric=lambda u, v: cust_metric(u, v, k=7))

lambda在这里就像一个“适配器”，帮你把三参数的自定义函数转换成cdist能识别的双参数函数。

方法2：用functools.partial做偏函数绑定 #

如果觉得lambda不够直观，Python标准库的functools.partial是专门用来固定函数部分参数的工具，可读性更强：

import numpy as np
from scipy.spatial.distance import cdist
from functools import partial

def cust_metric(u, v, k):
    dist = np.cumsum(np.gcd(u, v) * k)
    return dist

# 预先绑定k参数，生成一个只需要u和v的新函数
custom_metric_with_k = partial(cust_metric, k=7)
d_ar = cdist(arr1, arr2, metric=custom_metric_with_k)

这种方式特别适合自定义函数有多个额外参数的场景，代码逻辑会更清晰。

方法3：用类封装状态（适合复杂场景） #

如果你的度量逻辑以后需要扩展，比如要传递多个参数或者维护一些状态，用类的__call__方法来实现会更灵活：

import numpy as np
from scipy.spatial.distance import cdist

class CustMetric:
    def __init__(self, k):
        self.k = k  # 把k作为类的属性保存
    
    def __call__(self, u, v):
        # 调用实例时就像调用函数一样，自动传入u和v
        dist = np.cumsum(np.gcd(u, v) * self.k)
        return dist

# 实例化时传入k参数
metric_obj = CustMetric(k=7)
d_ar = cdist(arr1, arr2, metric=metric_obj)

类的方式可以很好地封装所有需要的参数，避免全局变量带来的命名污染和维护问题。

这三种方法都能完美解决你的问题，推荐根据场景选择：简单需求用lambda，参数多的时候用partial，复杂逻辑用类封装。

内容的提问来源于stack exchange，提问作者Sam m