列表中浮点的Python成员身份

假设我有一个具有

x

和

y

浮点数的

x

形式的元组列表

points

。检查点

（v，w）

与

点中的某个点是否接近（欧几里德距离小于某个ε）的最简单的方法是什么

（当然，天真的方法是使用for循环进行查找。）

我主要想知道Python3的答案，但作为参考，Python2的答案也不错。使用开源库的答案也是可以接受的。
就我个人而言，我会这样做：

#给定点、最大距离和点
从数学导入sqrt
print（list（map（lambda e:e[0]）、filter（lambda x:x[1]）使用“naive”for循环没有什么不好的，除非您有一些特定的要求（主要是性能，或者如果您知道您将对相同的数据进行大量检查等）

一个简单的for循环清楚地显示了意图，甚至较弱的程序员也可以看到您在做什么，隐藏更复杂的语言结构背后的逻辑不是正确的方法

当然，当您决定更改距离的计算方式时，for循环应该位于函数的某个位置以及距离计算中/您可能希望在代码的其他位置使用距离函数
另外，当你只是搜索最近的点时，你不需要有距离-平方距离更容易计算

def distance_squared(point_from, point_to):
    return (point_from[0] - point_to[0]) ** 2 + (point_from[1] - point_to[1]) ** 2


def contains(points, target_point, threshold):
    threshold_squared = threshold ** 2
    for point in points:
        if distance_squared(target_point, point) <= threshold_squared:
            return True
    return False


my_points = [(1, 2), (3, 4), (5.2, 6.3), (7.4, 8.5), (9.6, 10.7), (11.8, 12.9)]
print(contains(my_points,(1,1),0)) # False
print(contains(my_points,(1,1),1)) # True
print(contains(my_points,(3,4),0)) # True

def距离的平方（点到，点到）：
返回（点_从[0]-点_到[0]）**2+（点_从[1]-点_到[1]）**2
def包含（点、目标点、阈值）：
阈值_平方=阈值**2
对于点到点：
如果距离的平方（目标点，点）这里有一种使用
numpy
的方法，尽管它不是最有效的

import numpy as np

lst = [(2, 1.5), (5, 1.6), (3.2, 4), (1, 0.9), (6.2, 3), (0.999, 0.901)]

def isclose_lst(x, arrs, tolerance=0.01):
    return [i for i in arrs if np.all(np.isclose(np.array((x[0], x[1])),\
                                      np.array((i[0], i[1])), atol=tolerance))]

isclose_lst((1.001, 0.899), lst)
# [(1, 0.9), (0.999, 0.901)]

您需要确定它接近的点还是只检查是否有？在某些情况下，我需要该点，而在其他情况下我不需要它。您可能会发现它很有用。您知道它执行速度方面的功能吗？不太清楚。它主要使用内置的
映射
和
过滤器
，因此我认为它尽可能快，除非您有不同的nt算法numpy数组也很好，顺便说一句，棒极了。