lis中两点间的距离公式

Question

我需要把我创建的列表，找到最接近的两点，然后打印出来。我如何比较列表中的每一点？

不需要绘图或其他任何东西，只需比较点并在列表中找到最接近的两个点。

import math # 'math' needed for 'sqrt'

# Distance function
def distance(xi,xii,yi,yii):
    sq1 = (xi-xii)*(xi-xii)
    sq2 = (yi-yii)*(yi-yii)
    return math.sqrt(sq1 + sq2)

# Run through input and reorder in [(x, y), (x,y) ...] format
oInput = ["9.5 7.5", "10.2 19.1", "9.7 10.2"] # Original input list (entered by spacing the two points).
mInput = [] # Manipulated list
fList = [] # Final list
for o in oInput:
    mInput = o.split()
    x,y = float(mInput[0]), float(mInput[1])
    fList += [(x, y)] # outputs [(9.5, 7.5), (10.2, 19.1), (9.7, 10.2)]

Answer 1

我知道这个问题有库约束，但是为了完整起见，如果在Nx2 numpy ndarray（2D系统）中有N点：

from scipy.spatial.distance import pdist
x = numpy.array([[9.5,7.5],[10.2,19.1],[9.7,10.2]])
mindist = numpy.min(pdist(x))

我总是鼓励人们使用numpy/scipy，如果他们处理的数据最好存储在一个数字数组中，并且很好地知道这些工具是为了将来的参考。

Answer 2

更方便的是重写distance()函数，将两个(x, y)元组作为参数：

def distance(p0, p1):
    return math.sqrt((p0[0] - p1[0])**2 + (p0[1] - p1[1])**2)

现在您要遍历列表中的所有点对fList。函数iterools.combinations()对此很方便：

min_distance = distance(fList[0], fList[1])
for p0, p1 in itertools.combinations(fList, 2):
    min_distance = min(min_distance, distance(p0, p1))

另一种方法是定义distance()以接受单个参数中的点对

def distance(points):
    p0, p1 = points
    return math.sqrt((p0[0] - p1[0])**2 + (p0[1] - p1[1])**2)

并将key参数用于内置的min()函数：

min_pair = min(itertools.combinations(fList, 2), key=distance)
min_distance = distance(min_pair)

Answer 3

注意，math.sqrt函数既慢又不必要。尝试比较距离平方以加快速度（排序距离与距离平方将始终产生相同的顺序）：

def distSquared(p0, p1):
    return (p0[0] - p1[0])**2 + (p0[1] - p1[1])**2