如何计算Python中一个点和一个点列表之间的欧几里德距离?

时间:2012-05-12 10:44:54

标签: python list distance points

def findDistance((x1,y1),p) # finds Euclidean distance

假设p是[(0, 0), (1, 0), (0, 1), (1, 1), (0, -1), (-1, 1)]

x1 = 0

y1 = 0

可选,您可以定义半径。 半径默认为1。 结果应该只包括radius (x1, y1)的那些点:

findDistance((0, 0), punten)

[(0,0),(1,0),(0,1),(0,-1)]

2 个答案:

答案 0 :(得分:8)

以下内容将找到(x1, y1)p中每个点之间的(欧几里德)距离:

In [6]: [math.sqrt((x1-x2)**2+(y1-y2)**2) for x2,y2 in p]
Out[6]: [0.0, 1.0, 1.0, 1.4142135623730951, 1.0, 1.4142135623730951]

如果你只想要距(x1, y1)一定距离的点,你可以写:

In [8]: [(x2,y2) for x2,y2 in p if math.sqrt((x1-x2)**2+(y1-y2)**2) <= 1.0]
Out[8]: [(0, 0), (1, 0), (0, 1), (0, -1)]

此处,1.0是所需的半径。

把它们放在一起:

import math

def filter_points(points, origin, radius=1.0):
  x1, y1 = origin
  return [(x2,y2) for x2,y2 in points if math.sqrt((x1-x2)**2+(y1-y2)**2) <= radius]

p = [(0, 0), (1, 0), (0, 1), (1, 1), (0, -1), (-1, 1)]
print(filter_points(p, (0, 0), 1.0))

N.B。值得记住四舍五入的问题:非常接近边界的点可能最终被错误分类。它是否重要,以及如何最好地处理这取决于你打算如何处理结果。

答案 1 :(得分:1)

>>> p = [(0, 0), (1, 0), (0, 1), (1, 1), (0, -1), (-1, 1)]
>>> orig = (0, 0)
>>> map(lambda point: ((point[0]-orig[0])**2 + (point[1]-orig[1])**2)**(0.5), p)
[0.0, 1.0, 1.0, 1.4142135623730951, 1.0, 1.4142135623730951]