如何计算每列间的距离，假如计算第一列与其他列之间的距离，并求出距离最小的那一组，在R中能否实现欧氏距离和马氏距离的计算？请求解答。

在R中计算距离的函数为dist()，比较直接的用法是dist(x,method="euclidean")即为计算欧式距离，其余可选的参数还有"maximum", "manhattan", "canberra", "binary" ,"minkowski"，lz调整这个参数就能得到lz要的距离。

sample code：

data=read.csv(file="E:\\R1.csv",header=T,row.names=1)

mdist=as.matrix(dist(data))

mvec=mdist["504",]

说明：

R最好读.csv文件，直接.xlsx文件经常有问题，所以我把你的excel xlsx转成csv了。dist默认就是算欧式距离，算完后得到一个所有距离的矩阵，假定你需要sample 504（即你的data中第一列编号504的）和其他所有sample的距离（包括和504自己），最后vector mvec中的结果就是需要的。如果你只需要504和其他所有sample的距离，想把和504自己的距离去掉，最后用：

mvec=mdist["504",-(row.names(mdist)=="504")]

马氏距离直接用mahalanobis(data,center=,cov=), 返回是一个vector，即对于每个sample X，计算

   (X-mu)' S.inv (X-mu)

mu就是center或者“均值”，S即cov或者variance-covariance matrix，S.inv是S的逆。我不知道你要用神马center和cov，所以没写。如果你想算的是对于两个sample X，Y，马氏距离为：

   (X-mu)' S.inv (Y-mu)

比如X固定为某个sample，Y应该变化为其他所有sample，要得到一系列的距离，这个也很容易，只要有mu和S，自己做matrix multiplication就好了。