如何计算两点的欧氏距离
时间: 2024-10-16 15:18:29 浏览: 22
计算Python Numpy向量之间的欧氏距离实例
5星 · 资源好评率100%
欧氏距离,也称为直线距离,是二维或三维空间中两个点之间最短距离的度量。对于二维平面上的两个点A(x1, y1)和B(x2, y2),其欧氏距离计算公式为:
\( d = \sqrt{(x2 - x1)^2 + (y2 - y1)^2} \)
这个公式是通过每个坐标轴方向上差值的平方和的平方根来得出的。如果是在三维空间(X, Y, Z),则将Y和Z坐标的差值也纳入计算:
\( d = \sqrt{(x2 - x1)^2 + (y2 - y1)^2 + (z2 - z1)^2} \)
如果你需要编写代码实现这个功能,可以参考以下Python示例:
```python
import math
def euclidean_distance(point1, point2):
return math.sqrt((point2[0] - point1[0])**2 + (point2[1] - point1[1])**2)
# 或者三维空间
def euclidean_distance_3d(point1, point2):
return math.sqrt((point2[0] - point1[0])**2 + (point2[1] - point1[1])**2 + (point2[2] - point1[2])**2)
```
阅读全文