NumPy는 어떻게 3D 공간에서 유클리드 거리를 효율적으로 계산할 수 있습니까?

NumPy를 사용하여 3D 공간에서 유클리드 거리 찾기

3차원 점을 다루는 경우:

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

그들 사이의 거리를 결정하는 것이 필수적이 됩니다. 다음 공식으로 제공되는 유클리드 거리:

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

NumPy를 사용하여 쉽게 계산할 수 있습니다.

이를 달성하려면 numpy.linalg.norm, 아래와 같이:

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

여기서 주의할 점은 numpy.linalg.norm의 기본 서수 매개변수(ord)가 2로 설정되어 있다는 것입니다. 이는 유클리드 거리, 이는 본질적으로 l2입니다. 규범.

유클리드 거리와 규범의 이론적 토대에 대한 추가 통찰력을 얻으려면 고전 저서 "데이터 마이닝 입문"을 살펴보세요.

위 내용은 NumPy는 어떻게 3D 공간에서 유클리드 거리를 효율적으로 계산할 수 있습니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!