計算兩個點的歐式距離

目錄

一、概述

二、公式

????????1、二維空間

? ? ? ? 2、三維空間

? ? ? ? 3、n 維空間

三、python實現


一、概述

????????歐式距離(Euclidean Distance)是一種在歐幾里得空間中度量兩個點之間距離的常用方法,其公式根據空間維度的不同而不同

二、公式

????????1、二維空間

????????對于二維平面上的兩個點?\color{red}P(x_1,y_1),Q(x_2,y_2)?,它們之間的歐式距離?\color{blue}d(P,Q)?計算公式為:

d(P, Q) = \sqrt{(x_2 - x_1)^2 + (y_2 - y_1)^2}

? ? ? ? 2、三維空間

??????????對于三維平面上的兩個點?\color{red}P(x_1,y_1,z_1),Q(x_2,y_2,z_2)?,它們之間的歐式距離?\color{blue}d(P,Q)?計算公式為:

d(P, Q) = \sqrt{(x_2 - x_1)^2 + (y_2 - y_1)^2+(z_2-z_1)^2}

? ? ? ? 3、n 維空間

? ? ? ? 對于?n?維空間上的兩個點?\color{red}P(x_{11},x_{12},...,x_{1n}),Q(x_{21},x_{22},...,x_{2n}),它們之間的歐式距離?\color{blue}d(P,Q)?計算公式為:

$d(P,Q)=\sqrt{\sum_{i=1}^{n}(x_{2i} - x_{1i})^2}$

三、python實現

? ? ? ? 代碼實現:

import numpy as np# 定義兩個二維點
p1 = np.array([1, 2])
p2 = np.array([4, 6])# 計算歐氏距離(方法一:手動計算)
distance_manual = np.sqrt(np.sum((p2 - p1) ** 2))
# 計算歐氏距離(方法二:使用 np.linalg.norm)
distance_norm = np.linalg.norm(p2 - p1)print(f"手動計算的距離: {distance_manual}")  # 輸出: 5.0
print(f"np.linalg.norm 計算的距離: {distance_norm}")  # 輸出: 5.0# 定義兩個三維點
p1 = np.array([1, 2, 3])
p2 = np.array([4, 6, 8])# 計算歐氏距離(方法一:手動計算)
distance_manual = np.sqrt(np.sum((p2 - p1) ** 2))
# 使用 np.linalg.norm 計算歐氏距離
distance = np.linalg.norm(p2 - p1)print(f"手動計算的距離: {distance_manual}")
print(f"np.linalg.norm 計算的距離: {distance}")

????????輸出結果:

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/90614.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/90614.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/90614.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

八股訓練--RabbitMQ

一、經典問題 1.為什么要用MQ? MQ的作用主要是3個, 第一個是流量削峰:當某個活動舉行時,訪問量可能是平時的幾百倍,可能一下會把服務器弄崩潰,所以通過MQ的形式,引入中間者,客戶端…

Elasticsearch 文檔檢索系統

學習筆記:Elasticsearch 文檔檢索系統 1. 技術棧與核心組件 Node.js:后端運行環境,適合構建高性能 Web 服務。Express:Node.js 的 Web 框架,簡化 API 開發。Elasticsearch:分布式全文檢索引擎,支…

如何準確查看服務器網絡的利用率?

在服務器運維與性能調優過程中,網絡利用率是一個不容忽視的關鍵指標。它反映了服務器帶寬資源的實際使用情況,是判斷系統瓶頸、規劃資源擴展、排查連接問題的重要依據。很多人誤以為網絡是否正常只要“能上網”或“Ping得通”就可以了,實際上…

掌握Spring聲明式事務傳播機制:AOP與ThreadLocal的協同工作

聲明式事務的傳播機制是解決多個事務方法嵌套調用時,事務如何創建、復用、掛起或隔離的核心邏輯。它的實現依賴于事務管理器、事務狀態管理、線程上下文綁定等組件的協同,本質是通過一套 “規則判斷 狀態維護” 的邏輯,在方法調用時動態決定…

@Transactional事務注解的批量回滾機制

關鍵機制說明:1.??事務注解生效??:Transactional(rollbackFor Exception.class)Override Transactional(rollbackFor Exception.class) public Boolean saveUser(UserDTO userDto) {SysUser sysUser new SysUser();BeanUtils.copyProperties(user…

飛算 JavaAI 深度體驗:開啟 Java 開發智能化新紀元

個人主頁:?喜歡做夢 歡迎 👍點贊 ?關注 ??收藏 💬評論 目錄 一、引言 二、飛算 JavaAI 初印象與功能概覽 (一)初識飛算 JavaAI (二)核心功能模塊概覽 三、智能代碼生成功能深度體…

pandas銷售數據分析

pandas銷售數據分析 數據保存在data目錄 消費者數據:customers.csv商品數據:products.csv交易數據:transactions.csv customers.csv數據結構:字段描述customer_id客戶IDgender性別age年齡region地區membership_date會員日期produc…

訪問Windows服務器備份SQL SERVER數據庫

以前沒有直接訪問過Windows服務器,今天剛一看到的是時候有點懵,竟然下意識的使用SecureCRT遠程工具去連了一下,然后領導說,看一下用戶名,突然意識到,跟我們平時遠程桌面是一樣的。 一、 win + R 打開命令窗口 二、 輸入 mstsc 三、 輸入遠程地址 四、點擊連接,如果有彈…

C++ 面向對象 - 對象定義方法匯總

C對象定義方法匯總 1. 棧上定義方式 1.1 調用無參構造函數的定義方式 無參構造函數有兩種: 默認無參構造函數Demo(){}默認值列表構造函數。Demo():a{1},b{2}{} // 使用初始化列表實現對象定義方式: Demo d; Demo d1{}; // 以下定義方式還調用了拷貝構造…

指尖上的魔法:優雅高效的Linux命令手冊

一、Linux基礎指令 1. ls ls:對于目錄,列出該目錄下的所有子目錄與文件,對于文件,將列出文件名以及其他信息。 -a:列出目錄下的所有文件,包含以.開頭的隱藏文件 -l:列出文件的詳細信息 -d:將目錄…

《磁力下載工具實測:資源搜索+高速下載一站式解決方案》

嘿,朋友們!我是阿燦,今天給大家帶來一個超實用的看片神器,特別適合老司機們使用,保證讓你眼前一亮!推薦一款比某雷更好用的下載工具,搭配資源搜索神器,輕松獲取資源不限速。超強磁力…

Go網絡編程基礎:網絡模型與協議棧概述 - 從理論到實踐的完整指南

1. 引言 在當今的互聯網時代,網絡編程已經成為后端開發的核心技能。Go語言以其出色的并發性能和簡潔的語法,在網絡編程領域展現出了強大的優勢。從Docker、Kubernetes到眾多微服務框架,Go已經成為構建高性能網絡應用的首選語言之一。 你是否…

Web攻防-SSTI服務端模版注入利用分類語言引擎數據渲染項目工具挖掘思路

知識點: 1、WEB攻防-SSTI-利用分類&功能點 2、WEB攻防-SSTI-利用項目&挖掘思路 SSTI(Server Side Template Injection) 服務器模板注入, 服務端接收了用戶的輸入,將其作為 Web 應用模板內容的一部分,在進行目標編譯渲染的過程中&…

李沐動手學深度學習Pytorch-v2筆記【07自動求導代碼實現】

文章目錄前言自動求導實現非標量變量的反向傳播分離計算Python控制流的梯度計算前言 關于走動求導的理論知識個人有點難以理解,推薦大家去看https://blog.csdn.net/weixin_42831564/article/details/135658138這篇文章,講的很好。 自動求導實現 impor…

strchr 與 strstr 函數詳解

一.strchr - 字符查找函數1.函數原型char *strchr(const char *str, int c);2.核心功能在字符串中查找特定字符的第一次出現位置3.參數說明參數 類型 說明str const char* 要搜索的字符串c int 要查找的字符(自動轉換為char)4.返回值…

jakes信道模型

Jakes 模型 前面我們介紹了多徑信道合成信號可表示為: r(t)Re{∑i0N(t)?1ai(t)u(t?τi(t))ej2πfc(t?τi(t))?Di(t)} r(t)Re \left\{\sum_{i0}^{N(t)-1}a_{i}(t)u(t-\tau_{i}(t))e^{j2\pi f_{c}(t-\tau_{i}(t))\phi_{D_{i}}(t)} \right\} r(t)…

JVM類加載機制解析

什么是類加載器? 類加載器是JVM的核心組件之一,負責將Java字節碼文件(.class文件)加載到JVM內存中。由于JVM只能執行二進制字節碼,類加載器的作用就是將編譯后的.class文件轉換為JVM可以理解和執行的格式,使…

用Python和OpenCV從零搭建一個完整的雙目視覺系統(二)

本系列文章旨在系統性地闡述如何利用 Python 與 OpenCV 庫,從零開始構建一個完整的雙目立體視覺系統。 本項目github地址:https://github.com/present-cjn/stereo-vision-python.git 項目架構設計:藍圖、分工與工作流 在上一篇文章中&#…

億級流量下的緩存架構設計:Redis+Caffeine多級緩存實戰

億級流量下的緩存架構設計:RedisCaffeine多級緩存實戰 一、為什么需要多級緩存? 在億級流量場景下,單純依賴Redis會遇到三大瓶頸:網絡延遲:Redis遠程訪問通常需要1-5ms,QPS超過10萬時成為瓶頸資源成本&…

AI基建還能投多久?高盛:2-3年不是問題,回報窗口才剛開啟

高盛表示,盡管AI商業化變現仍處早期階段,但基于成本削減的第一階段回報已經顯現。預測到2030年AI自動化可為財富500強企業節省約9350億美元成本。分析師認為,這一早期收益足以支撐當前AI基礎設施投資水平,盡管增長率可能放緩。雖然…