如何用Numpy实现无循环的行间成对相似度计算

当然可以！用Numpy的向量化操作完全能替代循环来计算n×m矩阵每行之间的相似度，而且效率比Python循环高得多。我给你拆解两种常用的实现方式，都是纯Numpy操作，不用写任何for循环：

一、余弦相似度实现（最常用的相似度指标） #

余弦相似度衡量的是两个向量方向的相似性，公式为：对于行向量a和b，相似度 = (a·b) / (||a|| * ||b||)，其中a·b是点积，||a||是向量的L2范数。

用Numpy实现的步骤：

• 计算每行的L2范数，用keepdims=True保持维度，方便后续广播运算
• 用矩阵乘法计算所有行对的点积
• 结合范数矩阵得到最终的相似度矩阵

示例代码：

import numpy as np

# 构造一个3×3的示例矩阵（n=3行，m=3列）
X = np.array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9]])

# 步骤1：计算每行的L2范数，结果形状为(3,1)
row_norms = np.linalg.norm(X, axis=1, keepdims=True)

# 步骤2+3：计算余弦相似度矩阵，结果形状为(3,3)
cosine_similarity = (X @ X.T) / (row_norms @ row_norms.T)

print("余弦相似度矩阵：")
print(cosine_similarity)

输出的矩阵中，cosine_similarity[i,j]就是第i行和第j行的相似度，对角线元素为1（自己和自己完全相似）。

二、欧氏距离转相似度的实现 #

如果习惯用欧氏距离来衡量相似性，可以把距离转化为相似度（值越大表示越相似），比如用1/(1+欧氏距离)的方式。

用Numpy广播实现的步骤：

• 利用广播将矩阵扩展为(n,n,m)的形状，计算每行对的元素差
• 对元素差平方后求和，得到欧氏距离的平方
• 开平方得到欧氏距离，再转化为相似度

示例代码：

# 步骤1+2：计算所有行对的欧氏距离平方，结果形状为(3,3)
euclidean_dist_sq = np.sum((X[:, None] - X[None, :]) ** 2, axis=-1)

# 步骤3：转化为相似度
euclidean_similarity = 1 / (1 + np.sqrt(euclidean_dist_sq))

print("\n欧氏距离转相似度矩阵：")
print(euclidean_similarity)

这里X[:, None]把原矩阵变成(3,1,3)，X[None, :]变成(1,3,3)，相减后自动广播为(3,3,3)，再对最后一维求和就得到了每行对的距离平方。

关键说明 #

• 这些操作都是Numpy的向量化运算，底层由C实现，比Python循环快几个数量级，尤其是当n很大的时候
• 你之前能处理的n×1矩阵是m=1的特例，上面的代码完全兼容这种情况，直接代入即可

内容的提问来源于stack exchange，提问作者E.K.