python求解距离矩阵,首先生成100个二维坐标点

要用 Python 求解距离矩阵，可以先使用 NumPy 库生成 100 个二维坐标点。可以使用 np.random.rand() 生成服从均匀分布的随机数来产生这些坐标。代码如下：

import numpy as np

# 生成二维坐标点
points = np.random.rand(100, 2)

print(points)

生成的二维坐标点将会是一个 100 行、2 列的 NumPy 数组。其中每行代表一个二维坐标点，每列代表该点在 x 轴和 y 轴上的坐标值。

接下来，可以使用 SciPy 库里的 distance_matrix() 函数计算这些坐标点之间的距离矩阵。代码如下：

from scipy.spatial import distance_matrix

# 计算距离矩阵
dist_matrix = distance_matrix(points, points)

print(dist_matrix)

distance_matrix() 函数接收两个参数：一个包含所有二维坐标点的 NumPy 数组和一个 string 类型的度量方式参数。这里我们默认使用欧几里得距离（euclidean）作为度量方式。函数返回一个二维数组，每一个元素表示两点之间的距离。

这样，我们就用 Python 成功求解了 100 个二维坐标点之间的距离矩阵。