我想计算(x,y,z)坐标的欧几里德距离矩阵。 我找到了计算(x,y)坐标欧氏距离矩阵的方法
def euclidian_dist(x,y):
diff = np.expand_dims(x, axis=1) - np.expand_dims(y, axis=0)
distance_matrix = np.sqrt(np.sum(diff ** 2, axis=-1))
return distance_matrix
if __name__=="__main__":
#[[x1,y1],[x2,y2],...,[xn,yn]]
p = np.array([[0.0, 0.0],[1., 0],[1, 1],[0, 1]])
q = np.array([[0., 0],[1., 0],[0.3, 0.4],[0.7, 0.6]])
euclidian_dist(p,q)
ans: array([[0. , 1. , 0.5 , 0.92195445],
[1. , 0. , 0.80622577, 0.67082039],
[1.41421356, 1. , 0.92195445, 0.5 ],
[1. , 1.41421356, 0.67082039, 0.80622577]])
在下一步中,我想使用x,y,z坐标([[x1,y1,z1],[x2,y2,z2],…,[xn,yn,zn])
并且想要得到欧几里得距离矩阵(形状:n✕n)
如果你知道解决办法,能告诉我吗
对三维点使用相同的代码。它工作得很好:
输出:
相关问题 更多 >
编程相关推荐