欧式距离的python示例
时间: 2023-08-29 22:13:26 浏览: 36
当然,我会很好地回答您的问题,以下是欧式距离的Python示例代码:
```python
import math
def euclidean_distance(p, q):
"""Calculate the Euclidean distance between two points."""
return math.sqrt(sum([(p[i] - q[i]) ** 2 for i in range(len(p))]))
# Example usage:
point1 = [0, 0]
point2 = [3, 4]
distance = euclidean_distance(point1, point2)
print(distance)
```
希望这个代码对您有所帮助!
相关问题
欧式距离 python
欧式距离(Euclidean distance)可以用来度量两个向量之间的相似性或距离。在Python中,你可以使用NumPy库来计算欧式距离。下面是一个示例代码:
```python
import numpy as np
def euclidean_distance(x, y):
return np.sqrt(np.sum((x - y) ** 2))
# 例子
x = np.array([1, 2, 3])
y = np.array([4, 5, 6])
distance = euclidean_distance(x, y)
print(distance)
```
这段代码首先导入了NumPy库,然后定义了一个名为`euclidean_distance`的函数,用于计算欧式距离。该函数接受两个向量`x`和`y`作为输入,并返回它们之间的欧式距离。
在例子中,我们创建了两个三维向量`x`和`y`,然后调用`euclidean_distance`函数来计算它们之间的距离,并将结果打印出来。
欧式距离python
欧式距离(Euclidean distance)通常用于计算两个向量之间的距离。在Python中,可以使用NumPy库中的linalg.norm()函数计算欧式距离。以下是一个示例代码:
```python
import numpy as np
# 两个向量
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
# 计算欧式距离
dist = np.linalg.norm(a - b)
print(dist) # 输出结果为 5.19615242271
```
在上述代码中,通过导入NumPy库,创建了两个向量a和b,然后使用linalg.norm()函数计算它们之间的欧式距离,并将结果存储在变量dist中。最后,使用print()函数输出结果。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)