python 求点集的距离矩阵

本文介绍了如何使用Python的Scipy库中的spatial模块来计算点集之间的欧几里得距离矩阵。通过示例代码展示了如何对两个不同点集p1和p2应用cdist函数以获得它们之间的距离矩阵。
  • 使用scipy.spatial的distance,具体代码如下:
  • from scipy.spatial import distance
    p1=[(1,1),(2,2),(3,3)]
    p2=[(1,1),(2,2)]
    p1=np.array(p1,dtype=np.float64)
    p2=np.array(p2,dtype=np.float64)
    
    # get distance matrix
    dis_matrix1=distance.cdist(p1, p1, 'euclidean')
    dis_matrix2=distance.cdist(p1, p2, 'euclidean')
    
    # print result
    print(dis_matrix1)
    print(dis_matrix2)
    

    结果如下:

  • [[0.         1.41421356 2.82842712]
     [1.41421356 0.         1.41421356]
     [2.82842712 1.41421356 0.        ]]
    
    [[0.         1.41421356]
     [1.41421356 0.        ]
     [2.82842712 1.41421356]]
    

    转自:【Python】求点集的距离矩阵_Work hard-优快云博客_python 点集

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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