import random as rand
import pandas as pd
from math import sqrt
# 测试用的xy坐标
x=[1,2,3,4,5,6,7,8,9]
y=[2,4,6,7,2,3,5,7,8]
#生成一个全为0.0的空字典以创建dataframe
dfSheet={'%s'%i:[float(0) for a in range(len(x))] for i in range(len(y))}
# 计算点与点距离
def Dis(sheet):
df=pd.DataFrame(sheet)
for i in range(len(x)):
for j in range(len(x)):
# 判断是否为指向自身的点
if i != j:
df['%s'%i][j]=sqrt(pow(int(x[i])-int(x[j]),2)+pow(int(y[i])-int(y[j]),2))
else:
# 把指向自身的权重放大,绝缘作用
df['%s'%i][j]=9999999
# 打印出邻接矩阵
print(df)
Dis(dfSheet)
python用pandas生成邻接矩阵
最新推荐文章于 2022-12-01 11:10:36 发布
本文介绍了如何使用Python计算二维坐标系中各点之间的欧氏距离,并将结果转化为邻接矩阵。通过dfSheet字典初始化,对点集(x, y)进行遍历,实现绝缘作用,最后输出完整的邻接矩阵。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
Python3.8
Conda
Python
Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本
1092

被折叠的 条评论
为什么被折叠?



