如何计算python中线上两点之间的距离

Question

我有两行。即 (x1,y1) 和 (x2,y2)。我需要计算点之间的距离。在下面查看我的代码片段

import numpy as np
import plotly.express as px
import plotly.graph_objects as go

x1= np.array([525468.80914272, 525468.70536016])
y1= np.array([175517.80433391, 175517.75493122])

x2= np.array([525468.81174, 525468.71252])
y2= np.array([175517.796305, 175517.74884 ])

这是情节的代码：

fig= go.Figure()

fig.add_trace(go.Scatter(x=x1, y=y1, name="point1"))
fig.add_trace(go.Scatter(x=x2, y=y2, name="point2"))

看这里的图

黑线是我要计算的距离

我的期望是：(0.008438554274975979, 0.0085878435595034274819)

Answer 1

您可以使用 math 库解决此问题

import math

distancePointA  = math.sqrt(((x1[0] - x2[0]) ** 2) + ((y1[0] - y2[0]) ** 2))
distancePointB  = math.sqrt(((x1[1] - x2[1]) ** 2) + ((y1[1] - y2[1]) ** 2))

Answer 2

这里的距离只是 l2 或欧几里得范数。您可以为此使用 numpy。

import numpy as np
distance_1 = np.linalg.norm(np.array([x1[0]-x2[0],y1[0]-y2[0]]))
distance_2 = np.linalg.norm(np.array([x1[1]-x2[1],y1[1]-y2[1]]))

print(distance_1,distance_2)

输出：

0.008438557910490769 0.009400333483144686

np.linalg.norm 使用的默认范数是欧几里得范数。 （黑线代表的距离）

Answer 3

您可以使用基于勾股定理的距离公式：AB=√((xA-xB)²+(yA-yB)²) 其中 (xA, yA), (xB, yB) 是两点 A, B 的坐标。

应用于您的问题：

import math

distance_1  = math.sqrt(((x1[0] - x2[0]) ** 2) + ((y1[0] - y2[0]) ** 2))
distance_2  = math.sqrt(((x1[1] - x2[1]) ** 2) + ((y1[1] - y2[1]) ** 2))

print(distance_1, distance_2)

输出：

0.008438557910490769 0.009400333483144686

Answer 4

这里你可以使用勾股定理来计算距离，这里我定义了两种方法

• 您可以通过 a=x1-x2 和 b=y1-y2 获得一个距离为 c=? 在公式中传递值，如

 import math
 a=x1-x2
 b=y1-y2

 c=abs(math.sqrt((a** 2) + (b ** 2)))

这里是你的情况

import math
a1 = x1[0] - x2[0]
a2 = x1[1] - x2[1]
b1 = y1[0] - y2[0]
b2 = y1[1] - y2[1]

distance_a  = abs(math.sqrt((a1** 2) + (b1** 2)))
distance_b  = abs(math.sqrt((a2** 2) + (b2 ** 2)))

• 你可以使用直接的 hypot 方法，它给出相同的答案，就像见 hypot 方法 hypot

import math
a1 = x1[0] - x2[0]
a2 = x1[1] - x2[1]
b1 = y1[0] - y2[0]
b2 = y1[1] - y2[1]

distance_a  = math.hypot(a1,b1)
distance_b  = math.hypot(a2,b2)

这些都是你可以使用其中任何一种的方式，但最终你会得到距离