曼哈顿距离与欧几里得距离：选型指南与实战对比

曼哈顿距离与欧几里得距离——这对概念在我实际的项目里踩过的坑比想象中多得多。最近在做一个基于位置特征的相似度匹配系统，数据点散布在高维特征空间里，一开始无脑选了欧几里得距离，结果召回结果差到怀疑人生。后来逐个排查才发现，问题恰恰出在距离度量的选择上。这个经历让我意识到，两种距离看起来只是公式差了一点点，但背后的几何直觉、适用场景、对数据的敏感度都完全不同。这篇就系统梳理一下两者的差异、应用思路和实战中的坑，给正在做机器学习、数据挖掘、路径规划或者图像处理的朋友一个参考。

1. 两种距离的定义与直观理解

1.1 从公式到直觉：一维到n维

先说最朴素的定义。假设有两个点，在二维平面上表示为 P1(x1, y1) 和 P2(x2, y2)。欧几里得距离是我们从小到大最熟悉的那条"直线距离"，公式是：

d_euclidean = sqrt((x1 - x2)^2 + (y1 - y2)^2)

而曼哈顿距离，也叫 L1 距离、街区距离，计算方式则是：

d_manhattan = |x1 - x2| + |y1 - y2|

两者推广到 n 维空间时，形式也一脉相承：

• 欧几里得（L2）：对所有维度上的差值平方求和，再开根号
• 曼哈顿（L1）：对所有维度上的差值取绝对值，直接求和

很多人看一眼公式就觉得:"不就是差一点点吗？"但实际差得远了。我举个例子，点 A(1, 2) 到点 B(4, 6)：

• 欧几里得距离：sqrt((4-1)^2 + (6-2)^2) = sqrt(9 + 16) = 5
• 曼哈顿距离：|4-1| + |6-2| = 3 + 4 = 7

数值差了 2，但这只是最简单的例子。在高维空间、在稀疏特征下、在数据分布不均匀的场景里，这两种距离给出的排序结果可能天差地别。后面我会慢慢拆。

1.2 城市街区与乌鸦飞行：两种生活化类比

理解这两种距离最直观的方式就是类比。

曼哈顿距离，名字本身就取自纽约曼哈顿的街区布局——方方正正的棋盘式街道。你想从 A 点走到 B 点，不能穿楼过墙，只能沿着街道横平竖直地走，最后走的实际路程就是曼哈顿距离。所以我经常叫它"出租车距离"，导航软件里如果设定"最短步行路径"，在理想街区网格下计算出来的就是它。

欧几里得距离则是"乌鸦距离"——天空中没有建筑物阻挡，乌鸦从 A 点直线飞到 B 点，那就是欧几里得。凡是能用尺子直接量的物理空间中的直线距离，基本都是它。

为什么这个类比重要？因为现实中的很多问题，天然决定了该用哪种距离。城市路网导航用曼哈顿更合理（除非你开的是直升机）；计算两个 GPS 坐标点的实际空间远近用欧几里得（或者更精确的球面距离）；但如果是比较两份文档的语义特征向量，那两种距离都可能有道理，需要具体分析。

有一个细节我经历过很多次才真正意识到：曼哈顿距离对坐标系的旋转是敏感的，而欧几里得距离具有旋转不变性。也就是说，如果你把整个坐标系旋转 45 度，重新计算两个固定物理点的距离，欧几里得距离不变，曼哈顿距离变。这一点在图像特征匹配、空间变换任务里会直接导致结果差异，后面讲几何性质时再展开。

2. 几何性质与数学本质的差异

2.1 单位圆与"距离空间"的形状

在数学上，一种距离度量定义了空间中的"球面"。欧几里得空间中的单位圆是标准的圆形：所有到原点距离等于 1 的点构成一个圆。但曼哈顿空间中的单位圆是什么形状？

很多人第一次算这个问题会愣一下：满足 |x| + |y| = 1 的点，画出来是一个旋转了 45 度的正方形（顶点在坐标轴上），更像一个菱形。如果继续沿着这个思路，切比雪夫距离（L∞，取各维度差值绝对值的最大值）的单位圆就是正儿八经的正方形。

这个几何直觉极其重要。它直接决定了：

• 距离度量对异常值的容忍度
• 嵌套空间下的体积对比
• 高维空间中的行为差异

我来举个例子说明高维的影响。设特征维度是 d，所有特征值均匀分布在 [-1, 1] 之间。计算任意两点之间的欧几里得距离和曼哈顿距离，随着维度升高，前者会受"平方求和"的影响，使得距离的绝对值分布更集中，而后者是绝对值求和，分布更分散。在实际模型中，这就意味着用曼哈顿距离时，最近邻的区分度可能更明显，而欧几里得距离在高维下所有距离都趋同——这就是"维度灾难"的一种体现。

很多做推荐系统的人都有体会：特征向量维度上百后，点积和欧几里得距离的检索效果明显退化，换曼哈顿或者余弦，往往能找到意外惊喜。

2.2 性质对比：关于旋转、可微与三角不等式

为了更清楚地说明，我把关键性质整理成一个对照表：

先说可微性的影响。机器学习的损失函数里，L1 正则化和 L2 正则化的本质差异，就在于这俩距离度量在优化时的行为。L1 的不可微点在零点处会产生稀疏解，把很多特征的系数压成 0，而 L2 会均匀地缩小系数。很多做特征选择的朋友应该都体会过：Lasso（L1）能直接把无关特征系数剃掉，Ridge（L2）则保留全部特征但压缩数值。这就是距离度量数学性质在算法层面的直接映射。

三角不等式这一点也藏了很多坑。欧几里得距离满足三角不等式：d(A,C) ≤ d(A,B) + d(B,C)，而且通常严格小于。曼哈顿距离也满足三角不等式，但它有一个特征——当中间点 B 恰好位于 A 到 C 的某种"阶梯路径"上时，等号条件非常容易满足。什么意思？就是曼哈顿距离在某些数据布局下会丧失"中介辨别能力"，三个点看起来都差不多远。这在聚类算法中可能导致边界样本归属不稳定。

在实际业务里，如果你发现聚类结果总是边界模糊，不同算法反复调整初始化都差不多，可以考虑是否是因为曼哈顿距离的等号条件太容易成立，让点与点之间缺乏区分度。

3. 应用场景选择与实战经验

3.1 特征空间中的相似度计算：KNN 与聚类的选型思路

先说最常见的场景：K近邻算法（KNN）、K-means 聚类、层次聚类等等，这些基于距离度量的算法，完全依赖你选择哪种距离定义"相似"。

我有一个经历印象挺深。某次做用户行为聚类，特征向量是用户在几个类目下的行为计数。数据经过标准化后，我试了欧几里得距离，聚类结果把高频行为和低频行为用户混在一起，分不出层次。后来换曼哈顿距离，结果清晰很多。

为什么？因为计数类特征往往带有明显的偏态分布和异常值——有少数用户行为量大得离谱。欧几里得距离会放大这些异常维度上的差异，导致个别极端用户把聚类中心拉偏。曼哈顿距离对每个维度的差异只取绝对值，虽然也会受影响，但不像平方那样放大。

在这个场景下，我的选型建议是：

• 特征是计数、频率类数据：优先考虑曼哈顿，对偏态分布更稳健
• 特征是连续物理量（坐标、长度、温度）：欧几里得更自然
• 特征经过 L2 归一化（向量长度归一化到单位范数）：欧几里得排序结果和余弦相似度一致，可以直接用
• 高维稀疏特征：曼哈顿往往比欧几里得更可用，实在不行试余弦

3.2 路径规划与网格地图中的启发函数

如果你做过基于栅格地图的路径规划，比如 A* 算法，距离度量的选择直接影响搜索效率和路径质量。这里的逻辑很清晰：

• 4 连通网格（只能上下左右走）：曼哈顿距离是完美的启发函数
• 8 连通网格（还能斜着走）：切比雪夫距离更合适
• 任意角度自由移动：用欧几里得距离

启发函数有一个核心约束：它必须不大于真实代价，才能保证 A* 找到最优解（即"可采纳性"）。在四连通网格中，两点之间最短真实路径就是横平竖直的曼哈顿距离，所以用曼哈顿距离作为启发函数既不会低估也不会高估，属于"完美启发"。而如果你在四连通网格里用了欧几里得距离，由于斜线距离总是小于实际路径的曼哈顿距离，启发函数会严重低估代价，导致搜索需要扩展大量节点，效率大幅下降。

反过来，在可以自由移动的连续空间，曼哈顿又显得太保守了，启发函数给出的估值太低，搜索范围变得很大。我踩过这个坑：第一版路径规划 A* 的启发式用了曼哈顿，结果在一张没有障碍物的 200x200 地图上搜索节点数爆炸，后来改成欧几里得，节点数缩小了一个数量级。

路径规划问题的关键，是让你的距离度量尽量贴近真实运动代价。

3.3 图像处理与直方图匹配

图像处理和计算机视觉里也存在这两种距离的鲜明对照。

拿直方图匹配来说。两幅图像的颜色直方图可以看作高维空间中的向量，衡量它们之间的差异，可以用欧几里得距离，也可以用曼哈顿距离。但在实际应用中，曼哈顿距离在直方图相似度上经常表现得更好。原因是直方图本身就是"计数"的产物，颜色分箱后每个箱子的值代表像素数量，欧几里得距离会对大差异箱子过度加权，比如一个箱子差了 100 和差了 10，欧几里得会认为前者的权重是后者的 100 倍，而曼哈顿只认为是 10 倍。对颜色分布相似性判断来说，后者往往更符合直觉。

另一个经典例子是模板匹配中的 SAD（绝对差值和）与 SSD（差值平方和）。SAD 就是曼哈顿距离，SSD 就是欧几里得距离的平方。在光照变化较大的场景，SAD 通常更稳健，因为平方项对亮度突变更敏感。很多实时视觉跟踪的框架里，默认用 SAD 计算块匹配代价，就是这个原因。

如果做图像处理时发现匹配结果老是"过拟合"到某些强梯度区域，试试换 SAD 或曼哈顿类距离，常常能平滑掉这种偏差。

3.4 归一化之前必须想清楚的事

这个经验我觉得比选哪种距离本身更重要。不管用哪种距离，如果特征之间的量纲差异巨大，计算出的距离都会被大数值维度主导，那么"距离"就失去了比较多个维度的意义。

举个例子。两个特征维度，一个是用户年龄（0-100），一个是用户月消费金额（0-20000）。如果不归一化直接用欧几里得距离计算两个用户的相似度，年龄维度的贡献可以忽略不计，距离实际上变成了消费金额的绝对值差。而曼哈顿距离遇到类似问题时，至少每个维度只贡献绝对值，但大数维度依然占主导。

所以我的铁律是：先归一化，再谈距离度量。常见的做法包括 Min-Max 归一化、Z-score 标准化，针对稀疏特征还有 unit vector 归一化。归一化之后，两种距离度量的对比才有意义。

但要注意一个隐蔽的坑：Z-score 标准化后，曼哈顿距离和欧几里得距离的选择会显著影响KNN的表现。因为 Z-score 把每个维度的方差都变成 1，欧几里得距离等于"所有维度上距离平方和的平方根"，意味着每个维度的重要性完全对等；而曼哈顿则对每个维度的绝对差异直接求和，在高维且很多特征属于噪声的情况下，噪声维度的贡献会被线性累加，反而可能压过有效信号。这个场景下，如果你知道特征里噪声维度较多，欧几里得相对更能抑制噪声（平方和开方后大值被稀释），而曼哈顿则会把噪声直接加进去。

这类问题没有万能的答案，得结合数据情况实验对比。

4. 代码实现、常见问题与排坑实录

4.1 距离计算的工程实现

实际工程中用 Python 实现这两种距离非常简单，numpy 几行就搞定：

import numpy as np def euclidean_distance(a, b): return np.linalg.norm(a - b) def manhattan_distance(a, b): return np.sum(np.abs(a - b)) # 示例 p1 = np.array([3.0, 4.0, 2.0]) p2 = np.array([1.0, 7.0, 6.0]) print(euclidean_distance(p1, p2)) # sqrt(4 + 9 + 16) = 5.385 print(manhattan_distance(p1, p2)) # 2 + 3 + 4 = 9.0

批量计算距离矩阵时，scipy.spatial.distance 提供 cdist 和 pdist，效率高且自带多种度量：

from scipy.spatial.distance import cdist X = np.random.rand(100, 10) Y = np.random.rand(50, 10) d_euclidean = cdist(X, Y, metric="euclidean") d_manhattan = cdist(X, Y, metric="cityblock")

工程上有几个小提示：

• 计算欧几里得距离时，直接用 np.linalg.norm 会触发 sqrt，如果只是比较谁更近，可以省略 sqrt，直接比较平方距离，省一次开方计算
• 高维批处理中，cdist 默认会分配一个大矩阵（M 行 N 列），样本量大时注意内存，必要时分块处理
• 对稀疏矩阵，scipy.spatial.distance 的 cdist 支持有限，建议自己用稀疏矩阵乘法实现曼哈顿距离的加速版本

4.2 真实项目中的踩坑与排查

距离度量选错这件事，往往不是立即暴露的，而是藏在效果指标后面。

第一个坑：未归一化直接算距离。我见过一个推荐系统项目，特征里有一个维度是"购买次数"，另一个是"客单价"，两者量纲差了上百倍。结果模型学到的近邻关系几乎完全由客单价决定，购买次数的信号完全被淹没。排查时用特征重要性分析看不出问题，后来打印了几组最近邻样本才发现距离被某个维度主导。解决方案是 Min-Max 归一化 + 重训模型，效果立刻改善。

第二个坑：在高维稀疏向量里用欧几里得距离。一个文本分类项目，特征向量用 TF-IDF 表示，维度上万，向量稀疏度 90% 以上。一开始用欧几里得距离做 KNN，准确率非常不稳定。换成曼哈顿距离后，稳定提升了几个百分点。原因很简单：TF-IDF 向量的稀疏性使得大部分维度差值都是 0，但有少量维度差值很大，欧几里得对这些大差值平方放大，容易让个别异常特征主导；而曼哈顿线性累加更平滑，保留了"多个维度共同贡献相似度"的信息。在稀疏高维特征场景下，距离度量的选择影响非常明显。

第三个坑：坐标系变换后曼哈顿距离的意义发生漂移。某次做几何特征的相似度匹配，特征向量是物体在图像中的位置 (x, y)。我用曼哈顿距离计算两个检测框位置相似度，一开始效果还行，后来把图像坐标做了旋转增强，曼哈顿距离的相似度排序就乱了。原因正如前面所讲——曼哈顿距离依赖坐标轴方向，旋转坐标系后曼哈顿距离变了，但物理上的空间距离没有变。这个场景必须回归欧几里得，或者对特征空间进行对齐后再用曼哈顿。

这三个坑如果能在项目早期识别出来，能省大量调试时间。

4.3 距离度量选择的决策清单

经过这些实践，我整理了一个适合自己的选型逻辑，供参考：

1. 任务是空间/物理量相关？ → 欧几里得优先 （坐标定位、距离估算、几何匹配等） 2. 特征是计数/频率/稀疏向量？ → 曼哈顿优先 （TF-IDF、直方图、行为计数等） 3. 对异常值敏感度高？ → 曼哈顿优先 （欧几里得的平方会放大异常影响） 4. 特征维度高 + 噪声维度多？ → 测试对比，优先欧几里得试跑 （平方和开方能稀释噪声；曼哈顿线性累加噪声） 5. 路径规划网格地图？ （4连通用曼哈顿，8连通用切比雪夫，自由移动用欧几里得） 6. 不确定？ → 归一化后，在验证集上直接 A/B 对比

这只是一个起点，不是金科玉律。真实数据往往比这些直觉复杂得多，很多项目里我会同时算两种距离，放进模型里做特征，甚至把两种距离同时作为相似度特征交给下游模型去学习权重，效果经常会比二选一更好。

在 KNN 和聚类这类强依赖距离的算法里，一个更进阶的做法是直接用"加权混合距离"：d_mix = α * d_manhattan + (1-α) * d_euclidean，通过网格搜索确定 α。这个技巧我试过几次，在处理混合类型特征时往往能得到比单一度量更好的效果。

4.4 常见问题速查

这个表是我在几次项目的复盘记录里提炼出来的，并非理论推导的产物，大家遇到类似问题时可以直接对照排查。

4.5 关于数据预处理的一点心得

最后再补充一个容易忽略的点：无论选择哪种距离，数据预处理必须和距离度量配套设计。

如果选了欧几里得距离，特征最好做 Z-score 标准化，让每个维度的方差一致，这样欧几里得距离才不会语义漂移。如果选了曼哈顿距离，特征可以做 Min-Max 归一化，再到单位区间，曼哈顿距离等于各维度绝对差之和，含义清晰，也方便解释结果。

另外，对于含有缺失值的数据，两种距离的处理难度也不同。欧几里得距离在缺失值较多时，通常需要填充或删除样本；曼哈顿距离对缺失值更宽松，某些实现允许跳过失控维度，只计算有效维度上的绝对差。sklearn 的 pairwise_distances 对带缺失值的数组支持有限，通常需要自己写掩码。如果数据中缺失率较高，曼哈顿距离更容易做出"部分匹配"的工程方案。

我自己的习惯是：预处理管线先定型，再在固定管线上对比不同距离度量，而不是先选距离再调整预处理，否则两者互相干扰，很难定位问题。

曼哈顿和欧几里得的对比，说到底不是"哪个更正确"，而是"哪个更适合当前的数据和问题"。数学定义只是起点，真正有价值的是理解每种距离在数据中的行为倾向，然后在实验里反复验证。建议你下次做相似度、聚类、检索或者路径规划时，花几分钟想一想自己数据的形态，再决定选哪一种。多数情况下，这一步能避免你后面花几十倍的时间在调参和排查上。