欧式距离及代码实现

定义

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。

                                                  

计算公式

二维空间的公式

   

其中,  为点 与点  之间的欧氏距离;  为点 (x2,y2)到原点的欧氏距离。

三维空间的公式

      

n维空间的公式

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

 

  • 4
    点赞
  • 44
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值