Cara menghitung jarak euclidean dengan python (dengan contoh)

Jarak Euclidean antara dua vektor A dan B dihitung sebagai berikut:

Jarak Euclidean = √ Σ(A _i -B _i ) ²

Untuk menghitung jarak Euclidean antara dua vektor dengan Python, kita dapat menggunakan fungsi numpy.linalg.norm :

 #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

Jarak Euclidean antara kedua vektor tersebut ternyata adalah 12.40967 .

Perhatikan bahwa fungsi ini akan menghasilkan pesan peringatan jika kedua vektor tidak memiliki panjang yang sama:

 #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,) 

Perhatikan bahwa kita juga dapat menggunakan fungsi ini untuk menghitung jarak Euclidean antara dua kolom DataFrame pandas:

 #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

Jarak Euclidean antara kedua kolom tersebut ternyata adalah 40.49691 .

Komentar

1. Ada beberapa cara untuk menghitung jarak Euclidean dengan Python, tetapi seperti yang dijelaskan dalam thread Stack Overflow ini , metode yang dijelaskan di sini ternyata adalah yang tercepat.

2. Anda dapat menemukan dokumentasi lengkap fungsi numpy.linalg.norm di sini .

3. Anda dapat merujuk ke halaman Wikipedia ini untuk mempelajari lebih lanjut tentang jarak Euclidean.