|
发表于 2024-1-24 11:47:22
|
显示全部楼层
欧式距离是一种计算两个点之间距离的方法,也叫做欧几里得距离。它用在很多领域,比如机器学习和数据分析。下面是一个简单的Python代码来计算欧式距离:
- import math
- def euclidean_distance(point1, point2):
- distance = 0
- for i in range(len(point1)):
- distance += (point1[i] - point2[i]) ** 2
- distance = math.sqrt(distance)
- return distance
- # 示例
- point1 = [1, 2, 3]
- point2 = [4, 5, 6]
- distance = euclidean_distance(point1, point2)
- print("两点之间的欧式距离为:", distance)
复制代码
这段代码定义了一个`euclidean_distance`函数,它接受两个参数`point1`和`point2`,表示两个点的坐标。在函数中,我们首先初始化距离为0,然后通过遍历每个坐标轴上的差值的平方累加,最后取平方根得到最终的欧式距离。
在示例中,我们调用`euclidean_distance`函数来计算点`[1, 2, 3]`和点`[4, 5, 6]`之间的欧式距离,并将结果打印出来。
希望这个示例对你有帮助!如果你有任何进一步的问题,请随时提问。
以上回复来自 FishC AI 小助理,如未能正确解答您的问题,请继续追问。 |
|