不同长度列表的Jensen-Shannon距离计算报错解决方法

Jensen-Shannon距离的核心要求是两个输入概率分布必须维度完全一致——它需要对两个分布的对应位置元素做逐点运算，长度不匹配时无法完成广播，就会抛出你遇到的ValueError。

解决这个问题分两种场景处理：

场景1：两个分布对应不同的事件集合 #

如果两个分布分别对应不同的事件（比如第一个分布覆盖5个类别，第二个只覆盖前3个），需要先对齐事件空间：把短分布扩展到长分布的维度，未覆盖的事件概率设为0，同时确保扩展后的分布概率和为1（原分布本身概率和是1的话，扩展后自然满足）。

示例代码：

from scipy.spatial import distance

# 原概率分布
p = [0.1, 0.1, 0.3, 0.2, 0.30]  # 对应5个事件
q = [0.30, 0.50, 0.20]          # 对应前3个事件

# 扩展q到5维，补充未覆盖事件的概率为0
q_extended = q + [0, 0]

# 计算JS距离
js_distance = distance.jensenshannon(p, q_extended)
print(js_distance)

场景2：两个分布属于同一事件空间但长度不一致 #

如果是数据采样时的截断/缺失导致长度不同，你需要选择截断长分布或补全短分布，但必须保证调整后的分布概率和为1（必要时做归一化）：

方式A：截断长分布到短分布的长度 #

from scipy.spatial import distance

p = [0.1, 0.1, 0.3, 0.2, 0.30]
q = [0.30, 0.50, 0.20]

# 截断p到3维，只保留前3个元素
p_truncated = p[:3]
# 归一化确保概率和为1（因为截断后和为0.5，必须归一化）
p_normalized = [x / sum(p_truncated) for x in p_truncated]

# 计算JS距离
js_distance = distance.jensenshannon(p_normalized, q)
print(js_distance)

方式B：补全短分布到长分布的长度 #

如果要补全短分布，需要合理分配缺失部分的概率（比如均匀分配，或根据业务逻辑填充），同时保证补全后概率和为1：

from scipy.spatial import distance

p = [0.1, 0.1, 0.3, 0.2, 0.30]
q = [0.30, 0.50, 0.20]

# 补全q到5维，将剩余概率（0）均匀分配给后2个事件（这里原q和为1，所以补0即可）
q_extended = q + [0, 0]

js_distance = distance.jensenshannon(p, q_extended)
print(js_distance)

关键注意点 #

不管哪种调整方式，必须确保最终的两个分布都是合法的概率分布（每个元素非负，且所有元素之和为1，允许微小浮点误差），否则JS距离的计算结果会失去统计学意义。

内容的提问来源于stack exchange，提问作者maximus