關於sum的坑

這裏，以K-Means聚類爲例，計算兩個個體之間的距離
話不多說，上代碼：

import numpy as np
##load data set
def loadDataSet(fileName):
    DataMat = []
    fr = open(fileName)
    for line in fr.readlines():
        curline = line.strip().split('\t')
        curfloat = list(map(float,curline))
        DataMat.append(curfloat)
    return DataMat
##distance
## 第一種：
def distEclud_1(vecA,vecB):
    return np.sqrt(sum(np.power(vecA-vecB,2)))
##第二種：
def distEclud_2(vecA,vecB):
    return np.sqrt(np.sum(np.power(vecA-vecB,2)))    #計算兩個向量之間的歐氏距離

DataSet = np.mat(loadDataSet('D:/算法代碼/K-均值聚類/testSet.txt'))
print(distEclud_1(DataSet[0],DataSet[1]))

數據集的形式：

按第一種寫法，結果如下：

計算的結果爲數組的形式，而不是一個數值
按第二種寫法，結果如下：

這裏，可以很清楚的看到，結果爲一個數值
那麼問題來了，爲什麼會出現這種情況呢？
here$\to$
return np.sqrt(sum(np.power(vecA-vecB,2)))
return np.sqrt(np.sum(np.power(vecA-vecB,2)))
原因：

• python中自帶的sum只能處理一維列表，對於二維及以上的數組，不能得出正確的結果。一般的，用的比較多的，如矩陣$A_{n\times m}$，sum(A),就是對A的每一列求和。
• numpy中的sum則可以求出矩陣或數組所有元素的和