Matlab 如何计算无环矩阵的欧氏长度？

看来这个问题的答案应该很简单，但我还是被难住了。我有一个Nx3矩阵，其中第1列、第2列和第3列是第n项的X、Y和Z坐标。我想计算从原点到项目的距离。在非矢量形式中，这很容易

距离=范数（[x y z]）

或

距离=sqrt（x^2+y^2+z^2）

然而，矢量化的形式并不是那么简单。将矩阵传递给范数时，它不再返回欧几里德长度

距离=标准（矩阵）；%不起作用

及

距离=sqrt（x（：，1）。*x（：，1）+y（：，2）。*y（：，2）+z（：，3）。*z（：，3））；%看起来很乱

有更好的方法吗？

是的，有

distance = sqrt(sum(matrix.^2,2)); %# matrix is [x y z]

试试这个：

>> xyz = [1 2 3; 4 5 6; 7 8 9; 2 8 4] xyz = 1 2 3 4 5 6 7 8 9 2 8 4 >> distance = sqrt(sum(xyz.^2, 2)) distance = 3.74165738677394 8.77496438739212 13.9283882771841 9.16515138991168 >>xyz=[1 2 3；4 5 6；7 8 9；2 8 4] xyz= 1 2 3 4 5 6 7 8 9 2 8 4 >>距离=sqrt（总和（xyz.^2，2）） 距离= 3.74165738677394 8.77496438739212 13.9283882771841 9.16515138991168

---

我认为方法是

distance=sqrt（矩阵（：，1）。^2+矩阵（：，2）。^2+矩阵（：，3）。^2）

Matlab中的循环太慢了。向量运算总是首选（我相信你知道）。此外，使用

^2

（元素平方）不必查看矩阵的每一列两次，因此速度更快。

使用h2O

h2o.init()
df1<-as.h2o(matrix1)
df2<-as.h2o(matrix2)
distance<-h2o.distance(df1,df2,"l2")
#l2 for euclidean distance

h2o.init（）
df1求矩阵向量的范数

vecnorm( A, p, dim)

已在MATLAB 2017b中介绍。
对于给定的问题，欧几里得距离（L2范数）设为p=2，行操作设为dim=2

vecnorm( X, 2, 2)

这甚至不是有效的MATLAB语法。