使用列表List作为样本点表示的欧氏距离计算方法:
import math
# 计算两点之间的距离
def eucliDist(A,B):
return math.sqrt(sum([(a - b)**2 for (a,b) in zip(A,B)]))
X = [1,2,3,4]
Y = [0,1,2,3]
print(eucliDist(X,Y))
使用np.array作为样本点表示的欧氏距离计算方法:
import numpy as np
# 计算两点之间的距离
def eucliDist(A,B):
return np.sqrt(sum(np.power((A - B), 2)))
# return math.sqrt(sum([(a - b)**2 for (a,b) in zip(A,B)]))
X = np.array([1,2,3,4])
Y = np.array([0,1,2,3])
print(eucliDist(X,Y))
以上两种方法比使用python库的技巧,方便简洁!
np.linalg.norm(A-B)
第三种写法需要A和B是ndarray
本文介绍了两种计算欧氏距离的方法,一种使用Python标准库math,另一种使用numpy库,通过具体的代码示例展示了如何计算两个点之间的欧氏距离,并比较了不同方法的优劣。

1万+

被折叠的 条评论
为什么被折叠?



