求所有点对之间的欧氏距离
我在一个列表中有8个点，我需要计算所有可能对之间的欧几里德距离。我可以编写一个for循环并继续计算距离，但是python/numpy/others有更好的方法吗？
坐标点：
x1,y1 , x2,y2, x3,y3, .... .. ,, .. ,xn,yn
共有1个答案
是的，你可以使用euclidean_distances。用法（来自手册）
>>> from sklearn.metrics.pairwise import euclidean_distances
>>> X = [[0, 1], [1, 1]]
>>> # distance between rows of X
>>> euclidean_distances(X, X)
array([[0., 1.],
[1., 0.]])
>>> # get distance to origin
>>> euclidean_distances(X, [[0, 0]])
array([[1. ],
[1.41421356]])
-
返回两点之间的欧氏距离。 使用 Math.hypot() 计算两点之间的欧氏距离( Euclidean distance)。 const distance = (x0, y0, x1, y1) => Math.hypot(x1 - x0, y1 - y0); distance(1, 1, 2, 3); // 2.23606797749979
-
> 将图像重塑为一对列向量和行向量： 计算度量矩阵G，其条目由公式给出 其中，r是一个从0到20变化的全局参数，d是像素i和像素j之间的距离。E、 例如，如果像素i是（k，l），像素j是（k1，l1），则d=sqrt（（k-k1）^2（l-l1）^2） 。像素1将是（1,1），像素2将是（1,2），依此类推。因此，矩阵G的大小将为1638400×1638400。 计算两个图像之间的最终（标量）欧几
-
假设我有一个有两列X和Y的表T，我想找到所有的元组对，其中使用每个元组X和Y计算它们的欧几里得距离的结果等于某个值D。 此外，这不能有重复。即两个元组的对(X，Y)和相同的两个元组的(Y，X)不能在结果中。 在没有给我答案的情况下，有没有人能够指导我用sql查询来回答这个问题？我已经绞尽脑汁几个小时了，我不知道该从哪里开始。
-
我有一份清单。我想找到所有对和自身之间的欧几里德距离，并创建一个2D numpy数组。当对不同时，其自身之间的距离的位置和值将为0。列表列表的示例：我想要的结果是 x表示差异的值。周期意味着结果应遵循矩阵中所示。我需要python代码方面的帮助。行和列中0、1、2等的数量定义了内部列表索引。
-
我试图将X Y Z变量的数组或列表传递给计算欧几里德距离的方法。 这是我的方法： 这是我的主要代码： 输出为：1.7782794。。应该是10的时候。有什么想法吗？
-
我想写一个函数来计算中的坐标与中的每个坐标之间的欧氏距离，并通过列生成维度行的距离数组（其中是中的坐标数，是中的坐标数）。 NB：为了简单起见，我不想使用任何其他库。 运行该函数将生成： 我一直在试着运行下面的程序 但我得到以下错误： 非常感谢。