NumPy 如何有效率地計算 3D 空間中的歐氏距離？

使用NumPy 求3D 空間中的歐氏距離

處理三維點時，例如：

處理三維點時，例如：

`

a = (ax, ay, az)

b = (bx, by, bz)

``

確定它們之間的距離變得至關重要。歐氏距離，由下列公式給出：

``

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

` `

可以使用NumPy 輕鬆計算。

要實現這一點，請利用numpy.linalg.norm，如下所示：

``
import numpy
a = numpy.array((ax, ay, az))

b = numpy.array(( bx, by, bz))

距離 = numpy.linalg.norm(a-b)``這裡要注意的是 numpy.linalg.norm 的預設序數參數 (ord) 設定為 2。這其實與歐幾里德距離，本質上是

l2範數

.

要進一步了解歐氏距離和範數的理論基礎，請深入研究經典著作《資料探勘導論》。

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