Wie kann NumPy den euklidischen Abstand im 3D-Raum effizient berechnen?

Ermitteln des euklidischen Abstands im 3D-Raum mit NumPy

Beim Umgang mit dreidimensionalen Punkten, wie:

` `
a = (ax, ay, az)
b = (bx, by, bz)
``

Die Bestimmung des Abstands zwischen ihnen wird unerlässlich. Der euklidische Abstand, gegeben durch die Formel:

``
dist = sqrt((ax-bx)^2 (ay-by)^2 (az-bz)^2)
` `

kann mühelos mit NumPy berechnet werden.

Um dies zu erreichen, nutzen Sie die Leistungsfähigkeit von numpy.linalg.norm, wie unten gezeigt:

``
import numpy
a = numpy.array((ax, ay, az))
b = numpy.array(( bx, by, bz))
dist = numpy.linalg.norm(a-b)
``

Der Vorbehalt liegt hier darin, dass der Standard-Ordnungsparameter (ord) von numpy.linalg.norm auf 2 gesetzt ist. Dies stimmt effektiv mit der Berechnung von Euklidischer Abstand, der von Natur aus ein l2 ist Norm.

Weitere Einblicke in die theoretischen Grundlagen der euklidischen Distanz und Norm finden Sie im klassischen Werk „Introduction to Data Mining“.

Das obige ist der detaillierte Inhalt vonWie kann NumPy den euklidischen Abstand im 3D-Raum effizient berechnen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!