计算Python Numpy向量之间的欧氏距离

本文介绍了如何使用Python的Numpy库来计算两个向量之间的欧氏距离,提供了两种方法:一种是通过手动计算平方和再开方的方式;另一种是直接调用Numpy提供的linalg.norm函数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

计算Python Numpy向量之间的欧氏距离,已知vec1和vec2是两个Numpy向量,欧氏距离计算如下:

import numpy

dist = numpy.sqrt(numpy.sum(numpy.square(vec1 - vec2)))

或者直接:

dist = numpy.linalg.norm(vec1 - vec2)


评论 2
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