Question

假设我有points形式的元组列表(x, y)，其x和y个浮点数。检查点(v,w)是否接近（欧几里德距离小于某个epsilon）到points中的某个点的最pythonic方法是什么？

（当然，天真的方式是用for循环看。）

我主要想知道python 3，但作为参考，python 2的答案也很好。使用开源库的答案也是可以接受的。

Answer 1

就个人而言，我会这样做：

#given GIVEN_POINT, MAX_DISTANCE and POINTS
from math import sqrt
print(list(map(lambda e: e[0],filter(lambda x: x[1]<=MAX_DISTANCE, map(lambda p: (p,sqrt((p[0]-GIVEN_POINT[0])**2+(p[1]-GIVEN_POINT[1])**2)),POINTS)))))

说明：

from math import sqrt    
#given GIVEN_POINT, MAX_DISTANCE and POINTS
distance=lambda p: sqrt((p[0]-GIVEN_POINT[0])**2+(p[1]-GIVEN_POINT[1])**2)
#(the Euclidean distance from p to GIVEN_POINT where P is a point like (x,y))
point_distance = lambda p: (p,distance(p))
#map store the distance along with each point
points_n_distances = map(point_distance,POINTS)
#Now we have something like [((x1,y1),d1),((x2,y2),d2)...] in a map
close = lambda p: p[1]<=MAX_DISTANCE
closer_points = filter(close,points_n_distances)
#We do a filter based on the distances

to_point = lambda p: p[0]
filtered=map(to_point,closer_points)
#we remove the extra bit of data
#now filtered contains all the (x,y) points which are maximum of a MAX_DISTANCE far from GIVEN_POINT

不要忘记filtered仍然是map！

Answer 2

除非你有一些特定的要求（主要是表现，或者如果你知道你会对相同的数据进行大量检查等），否则使用“天真”for循环没有什么不好。

一个简单的for循环清楚地显示了意图，甚至更弱的程序员也可以看到你在做什么，隐藏更复杂的语言结构背后的逻辑是不正确的方式

当然，当你决定改变距离的计算方式/你可能希望在代码中的其他地方使用距离函数时，for循环应该在某个函数中以及距离计算另外，当你只是寻找最近的点时，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

你要求点是浮点元组的事实限制了外部库的使用，如numpy或scipy

查看此代码查看问题https://codereview.stackexchange.com/questions/28207/finding-the-closest-point-to-a-list-of-points以查看一个numpy解决方案 - 它看起来更干净，运行速度更快，但限制您使用numpy数组

Answer 3

以下是numpy的一种方式，但效率不高。

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)]

列表中浮点的Python成员资格

3 个答案: