如何用NumPy计算欧几里得距离? [英] How can the Euclidean distance be calculated with NumPy?

问题描述

我在3D中有两点:

(xa, ya, za)
(xb, yb, zb)

我想计算距离:

dist = sqrt((xa-xb)^2 + (ya-yb)^2 + (za-zb)^2)

使用NumPy或通常使用Python的最佳方法是什么?我有:

What's the best way to do this with NumPy, or with Python in general? I have:

import numpy
a = numpy.array((xa ,ya, za))
b = numpy.array((xb, yb, zb))

推荐答案

使用 numpy.linalg.norm :

dist = numpy.linalg.norm(a-b)

您可以在数据挖掘简介中找到背后的理论

之所以可行，是因为欧几里德距离是 l2范数，并且numpy.linalg.norm中 ord 参数的默认值为2.

This works because Euclidean distance is l2 norm and the default value of ord parameter in numpy.linalg.norm is 2.

这篇关于如何用NumPy计算欧几里得距离?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！