python 两点间距离 numpy

求两点间的距离可以使用numpy库中的sqrt函数来计算欧式距离。根据引用中的代码，我们可以定义一个函数euclidean_distance，接受两个点a和b，然后遍历两个点的坐标，计算差值的平方并累加，最后取平方根得到距离。下面是一个例子：

import numpy as np

def euclidean_distance(a, b):
    dis = 0
    for i in range(len(a)):
        dis += (a[i] - b[i]) ** 2
    distance = np.sqrt(dis)
    return distance

distance = euclidean_distance([2, 4, 2, 7], [6, 4, 2, 8])
print(distance)

这段代码中，我们给定了两个四维空间中的点[2, 4, 2, 7]和[6, 4, 2, 8]，然后调用euclidean_distance函数计算它们之间的距离，结果为4.0。

相关问题

Python两点的欧式距离

以下是两种Python计算两点欧式距离的方法：

1.使用math库计算欧式距离

import math

# 定义计算欧式距离的函数
def euclidean_distance(point1, point2):
    distance = math.sqrt(sum([(a - b) ** 2 for a, b in zip(point1, point2)]))
    return distance

# 举例
point1 = [1, 2, 3]
point2 = [4, 5, 6]
distance = euclidean_distance(point1, point2)
print(distance) # 输出：5.196152422706632

2.使用numpy库计算欧式距离

import numpy as np

# 定义计算欧式距离的函数
def euclidean_distance(point1, point2):
    distance = np.linalg.norm(np.array(point1) - np.array(point2))
    return distance

# 举例
point1 = [1, 2, 3]
point2 = [4, 5, 6]
distance = euclidean_distance(point1, point2)
print(distance) # 输出：5.196152422706632

用Python计算两点间的距离

可以使用NumPy库中的linalg.norm函数计算两个点之间的距离：import numpy as np a = np.array([1,2,3]) b = np.array([4,5,6]) dist = np.linalg.norm(a-b) print(dist)