写一个python计算两个二维数组的距离的代码

在Python中，可以使用numpy库来方便地计算两个二维数组之间的距离。这里我们通常会使用欧几里得距离作为衡量标准，它是最常见的距离度量之一。下面是一个简单的例子：

import numpy as np

def calculate_distance(array1, array2):
    # 确保输入都是numpy数组
    array1 = np.array(array1)
    array2 = np.array(array2)

    # 计算每个维度上对应位置的差值
    diff = array1 - array2

    # 平方差
    squared_diff = np.square(diff)

    # 求和所有维度的平方差
    sum_of_squares = np.sum(squared_diff, axis=0)

    # 开根号得到欧几里得距离
    distance = np.sqrt(sum_of_squares)

    return distance

# 示例：
array1 = [[1, 2], [3, 4]]
array2 = [[5, 6], [7, 8]]

distance = calculate_distance(array1, array2)
print("The Euclidean distance between the two arrays is:", distance)