直接选pairwise_distances。它接口统一、支持多度量、底层优化，且具备内存友好的分块策略；而euclidean_distances功能单一，易致误用和OOM。
用 pairwise_distances 还是 euclidean_distances？
直接选 pairwise_distances。它统一接口、支持多种度量（欧氏、曼哈顿、余弦等），且底层调用优化过的 Cython 实现；而 euclidean_distances 只做欧氏距离，功能窄、参数少，还容易误以为“更专一=更快”——实际二者在欧氏场景下性能几乎一致，但 pairwise_distances 更灵活、更不易出错。
常见错误是手动广播或嵌套循环：np.linalg.norm(X[:, None] - X[None, :], axis=2)，这会触发全内存加载，在样本数过万时极易 OOM；pairwise_distances 默认使用内存友好的分块策略（可通过 n_jobs 和 working_memory 调优）。
如何避免 ValueError: Expected 2D array, got 1D array instead
这个报错几乎都源于传入了 shape 为 (n_samples,) 的一维数组，比如直接传 np.array([1, 2, 3])。Scikit-learn 所有距离函数要求输入是二维：每个样本占一行，特征占一列。
- 一维向量必须 reshape 成
(n_samples, 1)：用X.reshape(-1, 1) - 单个样本想跟多个样本比？把它包成二维再传：不是
pairwise_distances(X, x)，而是pairwise_distances(X, x.reshape(1, -1)) - 检查形状：运行前加一句
assert X.ndim == 2 and X.shape[1] > 0，省得后期排查
计算大规模样本时内存爆掉怎么办？
默认 pairwise_distances 返回完整 (n_samples, n_samples) 矩阵，10 万样本就需约 74 GB 内存（float64）。不能硬算，得换策略。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 用
metric="precomputed"+ 分块计算：自己写循环，每次只算一部分行，存到磁盘或流式处理 - 改用
NearestNeighbors类的radius_neighbors或kneighbors：它们不生成全矩阵，只返回近邻索引和距离，内存占用可控 - 设置
working_memory参数（单位 MB）：例如working_memory=500会让 sklearn 自动分块，避免单次分配过大内存 - 必要时降精度：
X.astype(np.float32)，省内存一半，多数场景精度损失可接受
为什么 pairwise_distances(X, Y) 结果是 (len(X), len(Y)) 而不是方阵？
这是设计使然，不是 bug。当传入两个不同数组 X 和 Y 时，它计算的是 X 中每个点到 Y 中每个点的距离，结果自然是非对称矩形。只有当 Y is None 或 Y == X 时才返回方阵。
容易踩的坑：
- 误把
pairwise_distances(X)和pairwise_distances(X, X)当作等价——前者会自动设Y = X并启用对称优化（只算上三角），后者强制重新计算全部，慢且浪费 - 想复用已有距离矩阵做后续聚类？确认你传的是
metric="precomputed"，且矩阵是对称的（否则AgglomerativeClustering会静默出错） - 自定义距离函数时，务必保证满足对称性与三角不等式，否则某些下游算法（如 DBSCAN）行为不可靠
成对距离看似简单，但 shape、内存、对称性、度量语义这四点任一出错，都会让结果无声失效。动手前先 print 出前两行形状和 dtype，比什么都管用。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
