Python是一種廣泛使用的編程語言，不僅擁有強大的編程功能，還具有廣泛的應用領域，例如數據分析、人工智能、網絡爬蟲等。其中，Python的科學計算模塊SciPy中的distance子模塊提供了許多距離計算函數，其中之一便是柱間距離（Manhattan distance）。

from scipy.spatial.distance import cityblock
# 定義兩個向量
vector1 = [1, 2, 3]
vector2 = [4, 5, 6]
# 計算柱間距離
manhattan_distance = cityblock(vector1, vector2)
print(manhattan_distance)

柱間距離，也稱為曼哈頓距離，是兩個向量在所有維度上的差的絕對值之和。這與某個點從一個給定點到另一個點的最短路線表示類似，該路線只能在垂直和水平方向上移動。

在實際應用中，柱間距離常用于數據的聚類和分類，例如在k-means算法中，我們將數據點按某種距離（例如歐幾里得距離或柱間距離）聚類成簇。

總之，Python中的SciPy.distance.cityblock函數提供了計算柱間距離的功能，為數據處理和機器學習任務提供了便利。