使用 SciPy 计算欧几里得距离

欧几里得距离是两个实值向量的距离。我们大多使用它来计算两行具有数字值（浮点值或整数值）的数据之间的距离。以下是计算欧几里得距离的公式 −

$$\mathrm{d(r,s) =\sqrt{\sum_{i=1}^{n}(s_i-r_i)^2} }$$

此处，

r 和 s 是欧几里得 n 维空间中的两个点。

s_i 和 r_i 是欧几里得向量。

n 表示 n 维空间。

让我们看看如何使用 SciPy 库计算两个点之间的欧几里得距离 −

示例

# Importing the SciPy library
from scipy.spatial import distance
# Defining the points
A = (1, 2, 3, 4, 5, 6)
B = (7, 8, 9, 10, 11, 12)
A, B
# Computing the Euclidean distance
euclidean_distance = distance.euclidean(A, B)
print('Euclidean Distance b/w', A, 'and', B, 'is: ', euclidean_distance)

输出

((1, 2, 3, 4, 5, 6), (7, 8, 9, 10, 11, 12))

Euclidean Distance b/w (1, 2, 3, 4, 5, 6) and (7, 8, 9, 10, 11, 12) is: 1
4.696938456699069

Gaurav Kumar

Updated on: 14-Dec-2021

760 查看

开启您的 事业

完成课程获得认证

开始