如何找到数组的距离答案

【问题标题】：How to find distances from an array如何找到数组的距离
【发布时间】：2020-02-13 19:20:05
【问题描述】：

我有一个日期数组（1000 列，2 个箭头）。

数据链接：https://mega.nz/#!MMlhWbbT!bwsu4_t98hLNX-A7IYnWipPydtWILkKxgMzXhu3ytHE

我想计算距离（不重复或计算两次）。我正在使用，

def D(x1,x2,y1,y2):
    return math.sqrt((x2-x1)**2+(y2-y1)**2)  

x1=dt1[0][0]
x2=dt1[1][0]
y1=dt1[0][1]
y2=dt1[1][1]
print(D(x1,x2,y1,y2))

但是有 1000 个点，我如何使用 for 或类似的东西来确定距离？

【问题讨论】：

标签： python python-3.x numpy

【解决方案1】：

这将计算整个数组中两个连续点之间的距离：

for x in range(0,len(dt1)):
    print(D(dt1[x][0],dt1[x+1][0],dt1[x][1],dt1[x+1][1]))

如果您想计算数组中任意两点之间的距离而不重复，应该这样做（包括 OP 的新请求）：

distances = []
for x in range(0,len(dt1)):
    for y in range(x+1,len(dt1)):
        dist = D(dt1[x][0],dt1[y][0],dt1[x][1],dt1[y][1])
        distances.append(dist)
print(distances)

【讨论】：

如何存储数组结果？
我编辑了答案，包括将结果存储在数组中

【解决方案2】：

您可以使用np.linalg.norm 计算欧几里得距离：

In [1]: import numpy as np

In [2]: dt1 = np.random.rand(2, 2)

In [3]: dt1
Out[3]:
array([[0.79791459, 0.71415415],
       [0.52647092, 0.894041  ]])

In [4]: np.linalg.norm(dt1[0] - dt1[1])
Out[4]: 0.3256392880558975

【讨论】：