替代（python）计算两个不同集合中所有点之间的距离答案

【问题标题】：Alternative (python) to calculate distance between all points at two different sets替代（python）计算两个不同集合中所有点之间的距离
【发布时间】：2021-12-27 21:39:42
【问题描述】：

我有两个不同的点：set_1 和 set_2。使用python，我想计算从set_1 点到set_2 点的所有距离。

点是一维数组：

point_1=np.array([x1,y1,z1])

点集是二维数组：

set_1=np.array([[x1,y1,z1],[x2,y2,z2], ...[xn,yn,zn]])

使用scipy.spatial 中的distance 这是我的方法：

np.array([[distance.euclidean(i,j) for i in set_1] for j in set_2])

我可以以某种方式直接将distance.euclidean 申请到set_1 和set_2 吗？

【问题讨论】：

标签： python scipy euclidean-distance

【解决方案1】：

这正是scipy.spatial.distance.cdist 的设计目的。

例如，

In [21]: import numpy as np

In [22]: from scipy.spatial.distance import cdist

In [23]: set_1 = np.array([[0, 0, 0], [1, 1, 2], [1, -1, 3]])

In [24]: set_2 = np.array([[0, 0, 10], [1, 1, 1]])

In [25]: cdist(set_1, set_2)
Out[25]: 
array([[10.        ,  1.73205081],
       [ 8.1240384 ,  1.        ],
       [ 7.14142843,  2.82842712]])

【讨论】：