今天看到了一個實現(xiàn)了js距離 jesson shannon distance 的代碼
其中 sum(_p * log(_p/_q) for (_p,_q) in zip(p,q) if _p!=0)這個代碼寫的特別好，其實就是公式：

zip(p,q)的作用是將兩個向量兩兩匹配成為元祖，zip(p,q)={(p1,q1),(p2,q2),...,(pn,qn)}
sum(_p * log(_p/_q) for (_p,_q) in zip(p,q) if p!=0) 的意思就是：
\sum{i=1}^{n}p_i\text{log}\frac{p_i}{q_i}

Paste_Image.png

from math import log
from numpy import array

class JSD:
    def KLD(self,p,q):
        if 0 in q :
            raise ValueError
        return sum(_p * log(_p/_q) for (_p,_q) in zip(p,q) if _p!=0)

    def JSD_core(self,p,q):
        M = [0.5*(_p+_q) for _p,_q in zip(p,q)]
        return 0.5*self.KLD(p,M)+0.5*self.KLD(q,M)

#********Test*******
p = [2,3,4,1,1]
q = [3,3,2,1,0]

jsd = JSD()
print jsd.JSD_core(p,q)
print jsd.JSD_core(q,p)