以下是一个示例代码，用于计算两个LI项之间的距离变化。这个示例使用了Python中的scipy库中的cdist函数来计算两个向量之间的距离。

import numpy as np
from scipy.spatial.distance import cdist

# 定义不同类别的LI项
category1 = np.array([1, 2, 3, 4, 5])
category2 = np.array([6, 7, 8, 9, 10])

# 计算两个类别之间的距离变化
distance = cdist(category1.reshape(-1, 1), category2.reshape(-1, 1), 'euclidean')

# 输出结果
print(distance)

在这个示例中，我们首先定义了两个不同类别的LI项，分别存储在名为category1和category2的NumPy数组中。然后，我们使用scipy库中的cdist函数来计算这两个类别之间的欧氏距离。cdist函数的第一个参数是一个形状为(n, m)的数组，其中n是category1的长度，m是category2的长度。第二个参数是一个形状为(n, 1)的数组，其中n是category1的长度。第三个参数是距离度量标准，这里我们使用欧氏距离。

最后，我们打印出计算得到的距离矩阵。距离矩阵是一个形状为(n, m)的数组，其中n是category1的长度，m是category2的长度。矩阵中的每个元素表示category1中的一个LI项与category2中的一个LI项之间的距离。