通过python定位给定距离的3D点

我想定位一个三维点，给定三个基点之间的距离。 我尝试了

辣味.optimize.fslove

，但结果似乎并不令人满意

point1 = [0., 0., 0.]
point2 = [1., 0., 0.]
point3 = [0., 1., 0.]

def solveLocate(x):
    xp = float(x[0])
    yp = float(x[1])
    zp = float(x[2])

    return[
        (xp - point1[0]) ** 2 + (yp - point1[1]) ** 2 + (zp - point1[2]) ** 2,
        (xp - point2[0]) ** 2 + (yp - point2[1]) ** 2 + (zp - point2[2]) ** 2,
        (xp - point3[0]) ** 2 + (yp - point3[1]) ** 2 + (zp - point3[2]) ** 2,
    ]

result1=scipy.optimize.fsolve(solveLocate, [0.,1.,1.])
print result1
print solveLocate(result1)

我得到的答案是：

    /Library/Python/2.7/site-packages/scipy/optimize/minpack.py:161: RuntimeWarning: The iteration is not making good progress, as measured by the 
  improvement from the last ten iterations.
  warnings.warn(msg, RuntimeWarning)

[ 0.38997015  0.38805274  0.00093549]
[0.30266251961577206, 0.5227222226668922, 0.5265570428112971]

所以我想问我如何才能更有效、更准确地求解

---

谢谢

抱歉，

result1

中我不清楚您在做什么：您想做平方根吗？或者你正在寻找非线性函数的根？

fsolve

顾名思义，就是一个解算器，它会找到零。但是你的目标函数没有零。如果你想最小化，专用的最小化器更合适。还要注意的是，就目前情况而言，您的函数可以在组件方面最小化（如果您的误差度量是平方和的话），因此您可以使用1d最小化器，甚至可以进行分析。

（xp-point1[0]）**2+（yp-point1[1]）**2+（zp-point1[2]）**2=0``（xp-point2[0]）**2+（yp-point2[1]）**2+（zp-point2[2]）**2=1``（xp-point3[0]）**2+（yp-point3[1]）**2+（zp-point3[2]）**2=1

@dadept方程应该有解

[0.0,0.0,0.0]

@PaulPanzer@KeyYD除非我弄错了，否则在点

[0,0,0]

中，函数具有值

[norm（point1）**2，norm（point2）**范数（第3点）**2]

非常非零，所以Paul是对的。此外，你的问题与三个点之间没有“给定距离”，只有三个点。这表明您确实需要最小化搜索，而不是零搜索。