NumPy를 사용하여 3D 공간에서 유클리드 거리를 효율적으로 계산하는 방법은 무엇입니까?

NumPy로 유클리드 거리 계산

3D 공간에서 NumPy 배열 a와 b로 표시되는 두 점이 제공됩니다. 목표는 두 점 사이의 유클리드 거리를 계산하는 것입니다.

두 점 사이의 유클리드 거리는 다음 공식을 사용하여 계산됩니다.

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

NumPy로 이 거리를 계산하려면 다음을 사용할 수 있습니다. numpy.linalg.norm 함수. 이 함수는 벡터의 길이인 벡터 노름을 계산합니다. 두 점 사이의 유클리드 거리는 단순히 차이의 l2 표준입니다.

따라서 다음과 같이 거리를 계산할 수 있습니다.

import numpy

a = numpy.array((ax, ay, az))
b = numpy.array((bx, by, bz))

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

numpy.linalg.norm 함수는 벡터를 사용합니다. 입력으로 사용하고 해당 표준을 반환합니다. 이 함수에서 ord 매개변수의 기본값은 2이며, 이는 l2 표준(유클리드 거리라고도 함)에 해당합니다.

유클리드 거리와 l2와의 관계에 대한 보다 심층적인 이해 규범은 "데이터 마이닝 입문" 책에서 발췌 한 내용을 참조하십시오.

위 내용은 NumPy를 사용하여 3D 공간에서 유클리드 거리를 효율적으로 계산하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!