python中的欧几里得距离怎么求

在Python中，你可以使用内置的`math`模块或者第三方库如`numpy`来计算两个向量之间的欧几里得距离。以下是两种常见的方式：

1. **使用`math`模块**:

import math

def euclidean_distance(v1, v2):
    return math.sqrt(sum((a - b) ** 2 for a, b in zip(v1, v2)))

v1 = [1, 2, 3]
v2 = [4, 5, 6]
distance = euclidean_distance(v1, v2)

在这个例子中，`zip(v1, v2)`生成一对对应元素的元组，`(1, 4), (2, 5), (3, 6)`，然后逐个相减平方再求和后再开根号得到结果。

2. **使用`numpy`库**:

import numpy as np

v1 = np.array([1, 2, 3])
v2 = np.array([4, 5, 6])
distance = np.linalg.norm(v1 - v2)

这里`np.linalg.norm()`函数可以直接计算两个数组间的欧氏距离，无需手动展开。

相关问题

用python求欧几里得距离

欧几里得距离可以使用Python的math库计算，以下是计算两点距离的函数示例：

from math import sqrt

def euclidean_distance(x1, y1, x2, y2):
    distance = sqrt((x2 - x1)**2 + (y2 - y1)**2)
    return distance

# Example usage
distance = euclidean_distance(1, 2, 4, 6)
print(distance) # Output: 5.0

python计算欧几里得距离

计算欧几里得距离可以使用Python中的math库中的sqrt和pow函数，以及zip和sum函数来实现。假设有两个点A和B，它们的坐标分别为(x1, y1)和(x2, y2)，则欧几里得距离为：

distance = math.sqrt(sum([pow((a - b), 2) for a, b in zip(x1, x2)]))

其中，zip函数将x1和x2中对应的元素打包成元组，sum函数将所有元素相加，pow函数计算平方，math.sqrt函数计算平方根，最终得到欧几里得距离。