如何计算Python中点和点列表之间的欧几里德距离？

def findDistance((x1,y1),p) # finds Euclidean distance

比方说，p是[(0, 0), (1, 0), (0, 1), (1, 1), (0, -1), (-1, 1)]，如何计算Python中点和点列表之间的欧几里德距离？

x1 = 0 

y1 = 0

可选，您可以定义一个半径。默认情况下，半径为1。结果应该只包括那些与radius(x1, y1)的位于点：

findDistance((0, 0), punten)

[（0,0），（1,0），（0,1），（0，-1）]

来源

2012-05-12 Luc Peetersen

当半径为1时，你会得到这个结果。 –

[当你尝试解决这个问题]（http://mattgemmell.com/2008/12/08/what-have-you-tried/），解决方案的哪一部分卡住了？ – Johnsyweb

下面将找到（欧式）(x1, y1)之间的每一个点在p距离：

In [6]: [math.sqrt((x1-x2)**2+(y1-y2)**2) for x2,y2 in p] 
Out[6]: [0.0, 1.0, 1.0, 1.4142135623730951, 1.0, 1.4142135623730951]

如果你只想躺在从(x1, y1)一定距离内的点，你可以写：

In [8]: [(x2,y2) for x2,y2 in p if math.sqrt((x1-x2)**2+(y1-y2)**2) <= 1.0] 
Out[8]: [(0, 0), (1, 0), (0, 1), (0, -1)]

这里，1.0是所需的半径。

为了把它放在一起：

import math 

def filter_points(points, origin, radius=1.0): 
    x1, y1 = origin 
    return [(x2,y2) for x2,y2 in points if math.sqrt((x1-x2)**2+(y1-y2)**2) <= radius] 

p = [(0, 0), (1, 0), (0, 1), (1, 1), (0, -1), (-1, 1)] 
print(filter_points(p, (0, 0), 1.0))

注：值得记住四舍五入的问题：非常接近边界的点可能最终会被误分类。是否重要，以及如何最好地处理这取决于你打算如何处理结果。

来源

2012-05-12 10:48:33 NPE

用'（x1-x2）** 2+（y1-y2）** 2 <='替换'math.sqrt（（x1-x2）** 2+（y1-y2）** 2）半径** 2'，你不需要'输入数学'，你的代码会更快。 – eumiro

@eumiro：它会，但如果调用者指定负半径，它也会产生不正确的结果。我知道这可以专门处理，但我的观点是，在提出这种优化时应该小心。 – NPE

>>> p = [(0, 0), (1, 0), (0, 1), (1, 1), (0, -1), (-1, 1)] 
>>> orig = (0, 0) 
>>> map(lambda point: ((point[0]-orig[0])**2 + (point[1]-orig[1])**2)**(0.5), p) 
[0.0, 1.0, 1.0, 1.4142135623730951, 1.0, 1.4142135623730951]

来源

2012-05-12 10:50:00 robert

如何计算Python中点和点列表之间的欧几里德距离？

回答

相关问题