（前言：我既不是统计学家也不是程序员。我在人文学科工作，所以怜悯我的灵魂。）
我需要计算R中一系列点之间的欧几里德距离。我一直在使用dist（），如下所示：
> x <- c(0,0)
> y <- c(0,10)
> dist(rbind(x,y))
x
y 10
到目前为止，这么好。但是当我看着我的结果（有实数）时，他们非常可怕。这么多，以至于我认为我的R脚本正在从错误的列中获取数据。但我查了一下，事实并非如此。
所以我开始玩玩具号码，我很惊讶。以上示例（垂直线）正常工作，如下所示（水平线）：
> x <- c(0,10)
> y <- c(0,0)
> dist(rbind(x,y))
x
y 10
但是当两点形成的线是对角线时，就会出现陌生感：
> x <- c(0,10)
> y <- c(0,10)
> dist(rbind(x,y))
x
y 0
距离为0？咦？这不可能是正确的。
当积分相同时（我的数据很可能），我们走下兔子洞：
> x <- c(0,0)
> y <- c(10,10)
> dist(rbind(x,y))
x
y 14.14214
这不是0吗？毕竟，这些点是相同的，所以它们之间没有距离。
为了防止dist（）出现问题，我尝试按维基百科手动实现公式。相同的结果：
> sqrt(sum((x - y) ^ 2))
[1] 14.14214
正如我上面所说，我的数学背景很小，所以我完全相信这里的错误是我的。如果是这样，请解释它是什么以及如何纠正它。但是从我现在的立场来看，似乎有些事情是非常错误的。
最糟糕的是，我无法分析我的数据。
答案 0 :(得分：15)
看起来你想要dist(cbind(x, y))，而不是dist(rbind(x, y))。
答案 1 :(得分：9)
dist计算其参数的每对行之间的距离矩阵。如果你的行是相同的，就像在你的第一个'奇怪的'例子中那样，那么距离确实是0.如果你的行是常数0和常数10，如你的第二个例子，那么距离确实是sqrt（（10- 0）^ 2 +（10-0）^ 2）= 14.142 ......
答案 2 :(得分：7)
当你运行这个时，你认为你在做什么：
x <- c(0,10)
y <- c(0,0)
dist(rbind(x,y))
是您定义了两个点(0,0)和(10,0)，并要求R计算这两个点之间的距离。
但事实上，你根本没有要求R这样做！
当您rbind向量x和y在一起时，您最终会得到矩阵：
rbind(c(0,10),c(0,0))
[,1] [,2]
[1,] 0 10
[2,] 0 0
当您致电dist时，它会计算此矩阵的行之间的距离。因此，它们之间的距离是10。
希望现在有意义了！