python输入4个数x1，y1，x2，y2，计算点(x1，y1)到点(x2，y2)的距离输出2位小数。

可以使用以下代码计算距离并输出两位小数：

import math

x1, y1, x2, y2 = map(float, input().split())
distance = math.sqrt((x2-x1)**2 + (y2-y1)**2)
print("%.2f" % distance)

这段代码首先通过 `input()` 获取用户输入的 4 个数，然后用 `map()` 函数将它们转换成浮点数。接着使用数学模块中的 `sqrt()` 函数计算距离，并利用 `"%.2f" % distance` 将结果格式化为两位小数。最后用 `print()` 函数输出结果。

相关问题

def azimuthAngle( x1, y1, x2, y2):

这是一个计算极角的函数，根据给定的两个点的坐标(x1, y1)和(x2, y2)，它可以计算出从点1到点2的角度(弧度制)。

具体实现如下：

import math

def azimuthAngle(x1, y1, x2, y2):
    dx = x2 - x1
    dy = y2 - y1
    angle = math.atan2(dy, dx)
    return angle

其中，`math.atan2(dy, dx)`函数返回给定的y和x坐标的反正切值(弧度制)。注意，由于反正切函数的定义域为(-π/2, π/2)，因此需要根据两点的位置关系来判断角度的正负和范围。

使用numpy编写程序，现有一条线穿过P0(x1,y1)和P1(x2,y2)两个点，请计算点p(x3,y3)到这条线的距离

### 回答1：
好的，关于您的问题，可以用以下方法来计算点P(x3,y3)到线段P0P1的距离：

1. 首先计算线段P0P1的长度L，公式为L=sqrt((x2-x1)^2+(y2-y1)^2)。

2. 然后计算向量P0P1的单位向量U，公式为U=[(x2-x1)/L, (y2-y1)/L]。

3. 计算向量P0P3，公式为V=[x3-x1, y3-y1]。

4. 计算向量V在单位向量U上的投影长度d，公式为d=|V·U|，其中“·”表示点乘。

5. 如果投影长度d小于0，则点P到点P0的距离最短，距离为|P0P3|。

6. 如果投影长度d大于线段P0P1的长度L，则点P到点P1的距离最短，距离为|P1P3|。

7. 否则，点P到线段P0P1的距离最短，距离为|V- d·U|。

以下是Python代码实现：

import numpy as np

def point_to_line_distance(P0, P1, P):
    x1, y1 = P0
    x2, y2 = P1
    x3, y3 = P
    L = np.sqrt((x2-x1)**2 + (y2-y1)**2)
    U = np.array([(x2-x1)/L, (y2-y1)/L])
    V = np.array([x3-x1, y3-y1])
    d = abs(np.dot(V, U))
    if d < 1e-10:
        return np.linalg.norm(V)  # P0 and P3 are close
    elif d > L:
        return np.linalg.norm(np.array([x3-x2, y3-y2]))  # P1 and P3 are close
    else:
        return np.linalg.norm(V - d * U)  # P is closest to the line

# Example usage:
P0 = (0, 0)
P1 = (1, 1)
P = (1, 0)
dist = point_to_line_distance(P0, P1, P)
print(dist)  # Output: 0.7071067811865476

希望这个回答能够帮到您！

### 回答2：
使用numpy编写程序计算点p(x3,y3)到线段P0(x1,y1)和P1(x2,y2)的距离的方法如下所示：

1. 导入numpy库

import numpy as np

2. 定义线段两个点的坐标

P0 = np.array([x1, y1])
P1 = np.array([x2, y2])

3. 定义点p的坐标

p = np.array([x3, y3])

4. 计算点p到线段的距离

# 计算线段的长度
line_length = np.linalg.norm(P1 - P0)

# 如果线段长度为0，即P0和P1重叠，则点p到线段的距离为点p到P0或P1的距离
if line_length == 0:
    distance = np.linalg.norm(p - P0)
else:
    # 计算投影点proj在线段上的位置
    proj = (np.dot((p - P0), (P1 - P0)) / np.dot((P1 - P0), (P1 - P0))) * (P1 - P0) + P0
    
    # 如果投影点proj在线段的延长线上，则点p到线段的距离为点p到P0或P1的距离
    if np.dot((proj - P0), (P1 - P0)) < 0 or np.dot((proj - P1), (P0 - P1)) < 0:
        distance = min(np.linalg.norm(p - P0), np.linalg.norm(p - P1))
    # 否则，点p到线段的距离为点p到投影点proj的距离
    else:
        distance = np.linalg.norm(p - proj)

5. 打印结果

print("点p到线段的距离为：", distance)

以上就是使用numpy编写程序计算点p到线段P0和P1的距离的方法。

### 回答3：
首先，我们可以用数学方法计算点到直线的距离。假设点p的坐标为(x3, y3)，直线的一般方程的一般形式为Ax + By + C = 0。直线的斜率可以用如下公式表示：m = (y2 - y1) / (x2 - x1)。

由于直线的一般方程形式，A = m，B = -1，C = y1 - m * x1。带入点p的坐标(x3, y3)得到点p到直线的距离d为：
d = |A * x3 + B * y3 + C| / sqrt(A^2 + B^2) 。

接下来，我们使用numpy编写程序实现上述计算：

import numpy as np

def distance_to_line(p0, p1, p):
    x1, y1 = p0
    x2, y2 = p1
    x3, y3 = p

    # 计算斜率
    m = (y2 - y1) / (x2 - x1)

    # 计算直线参数 A，B，C
    A = m
    B = -1
    C = y1 - m * x1

    # 计算点到直线的距离
    d = np.abs(A * x3 + B * y3 + C) / np.sqrt(A**2 + B**2)

    return d

以上就是使用numpy编写的计算点到直线距离的程序。通过定义函数`distance_to_line`，传入点p0、p1、p，即可计算点p到直线的距离。这样的程序可以方便地在其他地方复用。