【numpy计算欧几何距离】多点至单点的距离

数据表示

下面代码中的数组，第一列是表示点的ID号，第二、三列分别表示x和y坐标。

方式一

import numpy as np

a = np.array([[0, 1, 2], [1, 2, 3], [2, 3, 4]])
b = np.array([[1, 2, 3]])
d_arr = np.sqrt(np.power(a[:, 1] - b[:, 1], 2) + np.power(a[:, 2] - b[:, 2], 2))
print(d_arr)

方式二

import numpy as np
from numpy import linalg as LA

a = np.array([[0, 1, 2], [1, 2, 3], [2, 3, 4]])
b = np.array([[1, 2, 3]])
print(LA.norm(np.array([a[:, 1] - b[:, 1], a[:, 2] - b[:, 2]]), axis=0))

效率

方式二快于方式一

如果你认为对你有用，或者想要与我有更多交流，关注我的微信公众号支持我一下吧！~