如何用 NumPy 计算欧几里得距离？

Question

我在 3D 空间中有两点：

 a = (ax, ay, az)
b = (bx, by, bz)

我想计算它们之间的距离：

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

我如何用 NumPy 做到这一点？我有：

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

原文由 Nathan Fellman 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

使用 numpy.linalg.norm ：

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

这是因为 欧几里得距离 是 l2 norm ，并且 --- 中的 numpy.linalg.norm ord 参数的默认值为 2。有关更多理论，请参阅 数据挖掘简介 ：

原文由 u0b34a0f6ae 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

使用 scipy.spatial.distance.euclidean ：

 from scipy.spatial import distance
a = (1, 2, 3)
b = (4, 5, 6)
dst = distance.euclidean(a, b)

原文由 Avision 发布，翻译遵循 CC BY-SA 4.0 许可协议