欧几里得距离 Python 3 个变量

简介

欧几里得距离是计算两点之间距离的数学公式。在 Python 中可以用 NumPy 实现该公式。在这篇文章中，我们将介绍如何使用 Python 和 NumPy 计算欧几里得距离。

程序实现

import numpy as np

def euclidean_distance(x, y):
    """
    该函数计算两点之间的欧几里得距离

    Parameters:
    x (array): 点 x 的坐标
    y (array): 点 y 的坐标

    Returns:
    result (float): 返回两点之间的欧几里得距离
    """
    result = np.sqrt(np.sum(np.power(x - y, 2)))
    return result

# 例子
x = np.array([0, 0])
y = np.array([3, 4])
print(euclidean_distance(x, y))

代码解释

我们首先导入了 NumPy 库，用于进行数学计算。

import numpy as np

接着，我们定义了一个名为 euclidean_distance 的函数。该函数接受两个参数 x 和 y，分别代表两点的坐标。

def euclidean_distance(x, y):
    """
    该函数计算两点之间的欧几里得距离

    Parameters:
    x (array): 点 x 的坐标
    y (array): 点 y 的坐标

    Returns:
    result (float): 返回两点之间的欧几里得距离
    """

接下来，我们使用 NumPy 的 power 函数计算两点在每个维度上的差，然后使用 sum 函数将这些差的平方相加得到总和。最后，我们使用 sqrt 函数求平方根得到距离。

result = np.sqrt(np.sum(np.power(x - y, 2)))

最后，我们将计算结果返回。

return result

以 [0, 0] 和 [3, 4] 为例，我们可以调用 euclidean_distance 函数并输出结果 5.0。

x = np.array([0, 0])
y = np.array([3, 4])
print(euclidean_distance(x, y))

总结

在本篇文章中，我们介绍了如何使用 Python 和 NumPy 计算欧几里得距离。希望这个例子可以帮助你学习如何处理数学问题。