如何计算 R 中 n 维的欧几里得距离？答案

【问题标题】：How to calculate Euclidean distance in R for n-dimensions?如何计算 R 中 n 维的欧几里得距离？
【发布时间】：2021-02-28 19:48:59
【问题描述】：

我正在尝试编写一个函数来计算跨 n 维的两点之间的欧几里得距离。

我有以下代码：

euc_dist <- function(x1, x2) sqrt(sum((x1 - x2) ^ 2))

这适用于x1 和x2 两点之间。但是，我正在尝试对两点之间的 n 维执行此操作。

例如，在 Python 中，它适用于：

def euc_distance(p, q):
    return math.sqrt(sum((px - qx) ** 2 for px, qx in zip(p, q)))

即您可以输入例如三个维度（两点之间）：

euc_distance([2, 1, 4], [4, 9, 8])

如何编辑我的 R 代码来做同样的事情？

【问题讨论】：

【解决方案1】：

你可以使用dist:

dist(x)
#         1
#2 9.165151

或每手使用apply 和diff

sqrt(sum(apply(x, 2, diff)^2))
#sqrt(sum((x[1,] - x[2,])^2)) #Alternative
#[1] 9.165151

数据：

x <- rbind(c(2,1,4), c(4,9,8))

【讨论】：

【解决方案2】：

除了其他答案，可以使用norm：

x1 <- c(2,1,4)
x2 <- c(4,9,8)
norm(as.matrix(x1 - x2), "F")
#R> [1] 9.165151

【讨论】：

【解决方案3】：

正如评论中所指出的，您可以使用函数dist()，它返回行之间的欧几里德距离，而不管列数（维度）如何。或者，如果你想使用你的函数，你可以这样做：

euc_dist <- function(x1, x2){
 return(sqrt(sum((x1 - x2)^2)))
}

不要忘记R函数末尾的return()，这是一个常见的“错误”，会带来不必要的麻烦在将输入传递给函数时，请改为这样做，因为这是在 R 中使用向量的正确方法：

euc_dist(c(2, 1, 4), c(4, 9, 8))

【讨论】：

不需要return。试试：euc_dist <- function(x1, x2) {sqrt(sum((x1 - x2)^2))} 也可以。
同意。尽管如此，在编写更复杂的函数时，我认为这对我们自己和其他人都有帮助，重用代码以明确每个函数返回的内容。这是一个简单的案例；在更复杂的函数中，三个月后，我们可能不记得函数应该返回什么