python计算曼哈顿距离

在Python中，曼哈顿距离也称为城市街区距离，它是两点在网格状坐标系中水平和垂直方向上距离之和的绝对值。如果你有两个点，比如`(x1, y1)`和`(x2, y2)`，计算它们之间的曼哈顿距离可以使用下面的公式：

def manhattan_distance(point1, point2):
    x1, y1 = point1
    x2, y2 = point2
    return abs(x1 - x2) + abs(y1 - y2)

或者更简洁地，你可以直接使用内置函数`sum()`：

def manhattan_distance(point1, point2):
    return sum(abs(coord1 - coord2) for coord1, coord2 in zip(point1, point2))

例如，如果你想计算点(3,4)和点(9,7)之间的曼哈顿距离，可以这样调用：

distance = manhattan_distance((3, 4), (9, 7))
print(distance)  # 输出：10

相关问题

python 计算曼哈顿距离

曼哈顿距离又称为城市街区距离，可以用以下公式计算：

$d(x,y) = \sum_{i=1}^{n}|x_i - y_i|$

其中 $x$ 和 $y$ 是两个向量，$n$ 是向量的维数。

在 Python 中，可以通过以下代码实现曼哈顿距离的计算：

def manhattan_distance(x, y):
    return sum(abs(a - b) for a, b in zip(x, y))

其中，`x` 和 `y` 是两个向量，可以是列表、元组或者 NumPy 数组等类型。`zip` 函数将两个向量的元素一一对应组成 tuple，然后使用 `sum` 函数计算每个维度上的距离之和。

python计算曼哈顿距离带else函数

在Python中，曼哈顿距离（Manhattan Distance），也称为城市街区距离或L1距离，是一种衡量两个点之间在网格状坐标系上移动总距离的方式。如果你想要编写一个计算曼哈顿距离的函数，并包含一个`else`分支处理特殊情况，比如输入不是有序列表或元组，你可以这样做：

def manhattan_distance(point_a, point_b):
    # 检查输入是否为有序序列
    if not (isinstance(point_a, (list, tuple)) and isinstance(point_b, (list, tuple))):
        return "输入错误，请提供两个有序点作为列表或元组"

    # 如果都是二维坐标，提取x和y值
    x1, y1 = point_a
    x2, y2 = point_b

    # 计算曼哈顿距离
    distance = abs(x1 - x2) + abs(y1 - y2)

    return distance

# 示例
distance = manhattan_distance([0, 0], [3, 4])
print(distance)  # 输出：7

# 错误示例（会触发else分支）
invalid_input = 5
distance = manhattan_distance(invalid_input, [3, 4])
print(distance)  # 输出："输入错误，请提供两个有序点作为列表或元组"

在这个函数里，我们首先检查输入是否为有序的点对，如果不是，则返回错误信息。如果输入是有效的，我们会计算并返回两点之间的曼哈顿距离。