首页 > 其他分享 >欧式距离及代码实现

欧式距离及代码实现

时间:2023-02-21 20:33:36浏览次数:24  
标签:euclidean 5.196152422706632 vector1 代码 距离 np 欧式 vector2

欧几里得度量(euclidean metric)(也称欧氏距离)是一个通常采用的距离定义,指在m维空间中两个点之间的真实距离,或者向量的自然长度(即该点到原点的距离)。在二维和三维空间中的欧氏距离就是两点之间的实际距离。

代码实现

原生公式代码实现

import math
def euclidean(x, y):
d = 0.
for xi, yi in zip(x, y):
d += (xi-yi)**2
return math.sqrt(d)
a=euclidean([1,2,3], [4,5,6])
# 5.196152422706632

使用numpy库 

vector1 = np.array([1,2,3])  
vector2 = np.array([4,5,6])

op1=np.sqrt(np.sum(np.square(vector1-vector2)))
op2=np.linalg.norm(vector1-vector2)
print(op1)
print(op2)
# 5.196152422706632
# 5.196152422706632

标签:euclidean,5.196152422706632,vector1,代码,距离,np,欧式,vector2
From: https://blog.51cto.com/u_14682436/6077046

相关文章