Cara menghitung jarak hamming dengan python (dengan contoh)
Jarak Hamming antara dua vektor hanyalah jumlah elemen-elemen bersesuaian yang berbeda antar vektor.
Misalnya kita mempunyai dua vektor berikut:
x = [1, 2, 3, 4] y = [1, 2, 5, 7]
Jarak Hamming antara dua vektor adalah 2 , karena ini adalah jumlah total elemen yang cocok dan memiliki nilai berbeda.
Untuk menghitung jarak Hamming antara dua array dengan Python kita dapat menggunakan fungsi hamming() dari perpustakaan scipy.spatial.distance, yang menggunakan sintaks berikut:
scipy. spatial . distance . hamming (array1, array2)
Perhatikan bahwa fungsi ini mengembalikan persentase elemen pencocokan yang berbeda antara dua larik.
Jadi, untuk mendapatkan jarak Hamming kita cukup mengalikannya dengan panjang salah satu tabel:
scipy. spatial . distance . hamming (array1, array2) * len (array1)
Tutorial ini memberikan beberapa contoh penggunaan praktis fungsi ini.
Contoh 1: Hamming jarak antar array biner
Kode berikut menunjukkan cara menghitung jarak Hamming antara dua array yang masing-masing hanya berisi dua kemungkinan nilai:
from scipy. spatial . distance import hamming #define arrays x = [0, 1, 1, 1, 0, 1] y = [0, 0, 1, 1, 0, 0] #calculate Hamming distance between the two arrays hamming(x, y) * len (x) 2.0
Jarak Hamming antara kedua meja adalah 2 .
Contoh 2: Hamming jarak antar array numerik
Kode berikut menunjukkan cara menghitung jarak Hamming antara dua array yang masing-masing berisi beberapa nilai numerik:
from scipy. spatial . distance import hamming #define arrays x = [7, 12, 14, 19, 22] y = [7, 12, 16, 26, 27] #calculate Hamming distance between the two arrays hamming(x, y) * len (x) 3.0
Jarak Hamming antara kedua meja adalah 3 .
Contoh 3: Hamming jarak antar array string
Kode berikut menunjukkan cara menghitung jarak Hamming antara dua array yang masing-masing berisi beberapa nilai karakter:
from scipy. spatial . distance import hamming #define arrays x = ['a', 'b', 'c', 'd'] y = ['a', 'b', 'c', 'r'] #calculate Hamming distance between the two arrays hamming(x, y) * len (x) 1.0
Jarak Hamming antara kedua tabel adalah 1 .
Sumber daya tambahan
Cara menghitung jarak Euclidean dengan Python
Cara Menghitung Jarak Mahalanobis dengan Python
Cara menghitung kesamaan Jaccard dengan Python