欧式距离 Python

介绍

欧式距离，又称欧几里得距离（Euclidean Distance），指在m维空间中两个点之间的真实距离，即两点之间的直线距离。

在Python中，我们可以很方便地使用NumPy库来计算欧式距离。

代码示例

import numpy as np

def euclidean_distance(x, y):
    """
    Calculate the Euclidean distance between two points in n-dimensional space.

    x: array_like
        An m-dimensional array_like object representing a point.
    y: array_like
        An m-dimensional array_like object representing a point.

    Returns
    -------
    float
        The Euclidean distance between `x` and `y`.

    Examples
    --------
    >>> euclidean_distance([0,0], [3,4])
    5.0

    >>> euclidean_distance([1,1,1], [2,2,2])
    1.7320508075688772
    """
    x = np.array(x)
    y = np.array(y)
    
    return np.sqrt(np.sum((x - y) ** 2))

使用示例

# Example usage
x = [0, 0]
y = [3, 4]

print(euclidean_distance(x, y))  # 5.0

总结

欧式距离是一种常用的距离度量方法，Python中可以借助NumPy库实现计算。