So berechnen sie den euklidischen abstand in python (mit beispielen)

Der euklidische Abstand zwischen zwei Vektoren A und B wird wie folgt berechnet:

Euklidischer Abstand = √ Σ(A _i -B _i ) ²

Um den euklidischen Abstand zwischen zwei Vektoren in Python zu berechnen, können wir die Funktion numpy.linalg.norm verwenden:

 #import functions
import numpy as np
from numpy. linalg import norm

#define two vectors
a = np.array([2, 6, 7, 7, 5, 13, 14, 17, 11, 8])
b = np.array([3, 5, 5, 3, 7, 12, 13, 19, 22, 7])

#calculate Euclidean distance between the two vectors 
norm(ab)

12.409673645990857

Der euklidische Abstand zwischen den beiden Vektoren beträgt 12,40967 .

Beachten Sie, dass diese Funktion eine Warnmeldung erzeugt, wenn die beiden Vektoren nicht die gleiche Länge haben:

 #import functions
import numpy as np
from numpy. linalg import norm

#define two vectors
a = np.array([2, 6, 7, 7, 5, 13, 14])
b = np.array([3, 5, 5, 3, 7, 12, 13, 19, 22, 7])

#calculate Euclidean distance between the two vectors 
norm(ab)

ValueError : operands could not be broadcast together with shapes (7,) (10,) 

Beachten Sie, dass wir diese Funktion auch verwenden können, um den euklidischen Abstand zwischen zwei Spalten eines Pandas-DataFrames zu berechnen:

 #import functions
import pandas as pd 
import numpy as np
from numpy. linalg import norm

#define DataFrame with three columns
df = pd.DataFrame({'points': [25, 12, 15, 14, 19, 23, 25, 29],
                   'assists': [5, 7, 7, 9, 12, 9, 9, 4],
                   'rebounds': [11, 8, 10, 6, 6, 5, 9, 12]})

#calculate Euclidean distance between 'points' and 'assists' 
norm(df[' points '] - df[' assists '])

40.496913462633174

Der euklidische Abstand zwischen den beiden Spalten beträgt 40,49691 .

Kommentare

1. Es gibt mehrere Möglichkeiten, den euklidischen Abstand in Python zu berechnen, aber wie dieser Stack Overflow-Thread erklärt , erweist sich die hier erläuterte Methode als die schnellste.

2. Die vollständige Dokumentation der Funktion numpy.linalg.norm finden Sie hier .

3. Auf dieser Wikipedia-Seite erfahren Sie mehr über den euklidischen Abstand.