python计算坐标点欧式距离_计算Python Numpy向量之间的欧氏距离实例

python计算坐标点欧式距离_计算Python Numpy向量之间的欧氏距离实例计算PythonNumpy向量之间的欧氏距离,已知vec1和vec2是两个Numpy向量,欧氏距离计算如下:importnumpydist=numpy.sqrt(numpy.sum(numpy.square(vec1-vec2)))或者直接:dist=numpy.linalg.norm(vec1-vec2)#补充知识:Python中计算两个数据点之间的欧式距离,一个点到数据集中其他点的距离之和#如下所示:#计算数两个数据点之间的欧式距离importn

大家好,又见面了,我是你们的朋友全栈君。

计算Python Numpy向量之间的欧氏距离,已知vec1和vec2是两个Numpy向量,欧氏距离计算如下:

import numpy

dist = numpy.sqrt(numpy.sum(numpy.square(vec1 - vec2)))

或者直接:dist = numpy.linalg.norm(vec1 - vec2)

# 补充知识:Python中计算两个数据点之间的欧式距离,一个点到数据集中其他点的距离之和

# 如下所示:

# 计算数两个数据点之间的欧式距离

import numpy as np

def ed(m, n):

    return np.sqrt(np.sum((m - n) ** 2))

i = np.array([1, 1])

j = np.array([3, 3])

distance = ed(i, j)

print(distance)

# 计算一个点到数据集中其他点的距离之和

from scipy import *

import pylab as pl

all_points = rand(500, 2)

pl.plot(all_points[:, 0], all_points[:, 1], 'b.')

pl.show()

from scipy import *

import pylab as pl

all_points = rand(500, 2)

pl.plot(all_points[:, 0], all_points[:, 1], 'b.')

pl.show()

# 定义函数计算距离
#指定点,all_points:为集合类的所有点
def cost(c, all_points): 
    return sum(sum((c - all_points) ** 2, axis=1) ** 0.5)

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/150894.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号