Python 计算多维矩阵中的距离
我写了这个代码来计算距离。但是获取Python 计算多维矩阵中的距离,python,euclidean-distance,Python,Euclidean Distance,我写了这个代码来计算距离。但是获取ValueError的错误:数学域错误 import math a=[[5, 10], [16, 23]] b=[[6, 1], [21, 2]] dL=[] dist=[] k=0 h=1 for i in range(len(a)): dL=[] for j in range(len(a)): d=math.sqrt((a[i][k]-b[j][k])^2 + (a[i][h]-b[j][h])^2)
ValueError的错误:数学域错误
import math
a=[[5, 10],
[16, 23]]
b=[[6, 1], [21, 2]]
dL=[]
dist=[]
k=0
h=1
for i in range(len(a)):
dL=[]
for j in range(len(a)):
d=math.sqrt((a[i][k]-b[j][k])^2 + (a[i][h]-b[j][h])^2)
dL.append(d)
dist.append(dL)
在迭代中,d
应为:
i=0,j=0:d=sqrt((5-6)^2+(10-1)^2)
i=0,j=1:d=sqrt((5-21)^2+(10-2)^2)
i=1,j=0:d=sqrt((16-6)^2+(23-1)^2)
i=1,j=1:d=sqrt((16-21)^2+(23-2)^2)
len(a)的值是2,对于从0开始的计数,因此,要求数组中的第三个元素,必须对范围内的i(len(a)-1)执行:
当您尝试将其与负数一起使用时,sqrt会给出该错误。sqrt(-16)给出该错误,因为结果是一个复数
from math import sqrt
a=[[5, 10], [16, 23]]
b=[[6, 1], [21, 2]]
dL=[]
dist=[]
k=0
h=1
for i in range(len(a)):
dL=[]
for j in range(len(a)):
temp1 = (a[i][k]-b[j][k]) ** 2
temp2 = (a[i][h]-b[j][h]) ** 2
temp = temp1 + temp2
if temp > 0:
d = sqrt(temp)
dL.append(d)
dist.append(dL)
正如@not_a_robot在他们的评论中提到的,Python中的求幂运算符与(许多)其他编程语言中的求幂运算符一样是
**
而不是^
。您可以通过简单地更换它们来修复您的问题
import math
a= [[ 5, 10],
[16, 23]]
b= [[ 6, 1],
[21, 2]]
dL=[]
dist=[]
k=0
h=1
for i in range(len(a)):
dL=[]
for j in range(len(a)):
d = math.sqrt((a[i][k]-b[j][k])**2 + (a[i][h]-b[j][h])**2)
dL.append(d)
dist.append(dL)
正如我在评论中提到的,最好使用math.hypot()
,因为它会更快地给出相同的结果,并且更易于阅读(和编写):
<代码> ^ 2 不为正方形,XORE。使用<代码> x**y>代码>将<代码> x <代码>提高到<代码> y>代码>第四个幂。当我计算DUI时,如何在同一行中将D小至4个小数点,还应该考虑使用内置函数使用它可能会更快。这个问题,您的答案无法解决,在于OP使用了
^
而不是***
,这已经在评论中解释过了。是的,我同意,但如果我们在复数@thierrylahuillesquares中使用sqrt表示负数返回,平方根函数还有另一个问题。范围(len(a))
将只生成从0
到len(a)-1(含)的值,因此您的建议不正确。
for i in range(len(a)):
dL=[]
for j in range(len(a)):
d = math.hypot(a[i][k]-b[j][k], a[i][h]-b[j][h])
dL.append(d)
dist.append(dL)