NumPy 如何有效率地計算兩個 3D 點之間的歐氏距離？

使用NumPy 計算歐氏距離

在3D 空間中，給定兩點a = (ax, ay, az) 和b = (bx , 由, bz)，表示它們之間的歐式距離as:

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

如何使用NumPy 來計算這個距離？

使用NumPy，你有數組a 和b 代表兩個點：

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

解：

要解決這個問題，請利用numpy.linalg.norm:

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

numpy.linalg.norm中ord參數的預設值為2，對應l2範數。由於歐氏距離公式代表 l2 範數，因此此計算可以準確測量點之間的距離。

此功能的理論基礎來自於資料探勘簡介，如下所示：

[資料探勘入門理論解釋圖片]

以上是NumPy 如何有效率地計算兩個 3D 點之間的歐氏距離？的詳細內容。更多資訊請關注PHP中文網其他相關文章！