如何计算列表中点的距离?

How to calculate distance from points in lists?

我有两组列表,A 和 O。它们都有来自 x,y z 坐标的点。我想计算 A 点和 B 点之间的距离。我使用了 for 循环,但它只给了我一个结果。它应该从结果中给我 8 个数字。我非常感谢有人可以看看。这是我项目的最后一步。

Ax = [-232.34, -233.1, -232.44, -233.02, -232.47, -232.17, -232.6, -232.29, -231.65] 
Ay = [-48.48, -49.48, -50.81, -51.42, -51.95, -52.25, -52.83, -53.63, -53.24] 
Az = [-260.77, -253.6, -250.25, -248.88, -248.06, -247.59, -245.82, -243.98, -243.76]
Ox = [-302.07, -302.13, -303.13, -302.69, -303.03, -302.55, -302.6, -302.46, -302.59] 
Oy = [-1.73, -3.37, -4.92, -4.85, -5.61, -5.2, -5.91, -6.41, -7.4] 
Oz = [-280.1, -273.02, -269.74, -268.32, -267.45, -267.22, -266.01, -264.79, -264.96]
distance = []
for xa in A1:
    for ya in A2:
        for za in A3:
            for x1 in o1:
                for y1 in o2:
                    for z1 in o3:
                        distance += distance
                        distance = (((xa-x1)**2)+((ya-y1)**2)+((za-z1)**2))**(1/2)  
print(distance)

您需要附加到距离而不是分配它。你应该在你的 for 循环中做这样的事情: distance.append((((xa-x1)**2)+((ya-y1)**2)+((za-z1)**2))**(1/2))

你的第一期是这样的:

distance = (((xa-x1)**2)+((ya-y1)**2)+((za-z1)**2))**(1/2)

尽管您将距离定义为 列表。您正在用单个值替换值列表。你要的是

distance.append((((xa-x1)**2)+((ya-y1)**2)+((za-z1)**2))**(1/2))

这会将此值添加到列表的末尾。

第二件事:您的工作流程可以改进。不要使用那么多 for 循环,尝试这样做:你知道 A1A2A3o1、[=18= 的长度],和o3的长度相同,所以:

distance = []
for i in range(len(A1)): # will run 8 times because the length of A1 is 8
    xa, ya, za = A1[i], A2[i], A3[i] # these values correspond to each other
    xb, yb, zb = o1[i], o2[i], o3[i] # all are in the same position in their respective list
    distance.append((((xa-x1)**2)+((ya-y1)**2)+((za-z1)**2))**(1/2))
print distance

其他人已提供解决您眼前问题的方法。我还建议您开始使用 numpy 并避免所有这些 for 循环。 Numpy 提供了向量化代码的方法,基本上将需要完成的所有循环卸载到非常高效的 C++ 实现中。例如,您可以用以下矢量化实现替换整个嵌套的 for 循环:

import numpy as np

# Convert your arrays to numpy arrays
Ax = np.asarray(Ax)
Ay = np.asarray(Ay)
Az = np.asarray(Az)
Ox = np.asarray(Ox)
Oy = np.asarray(Oy)
Oz = np.asarray(Oz)
# Find the distance in a single, vectorized operation
np.sqrt(np.sum(((Ax-Ox)**2, (Ay-Oy)**2, (Az-Oz)**2), axis=0))

通过嵌套所有这些循环,您将在 "parent loop" 的每次迭代中执行每个 "subloop",依此类推,导致比必要的循环多得多的循环和一些混淆的数据.正如其他答案所提到的,您还将 distance 重新分配给最内层循环的最后一次计算的值,每次通过。

您可以通过 zipping 数据更有效地完成所有这些工作。

distance = []
for ptA, ptB in zip(zip(Ax, Ay, Az), zip(Ox, Oy, Oz)):
    distance.append(pow(sum(pow(a - b, 2) for a, b in zip(ptA, ptB)), 0.5))

您的嵌套循环不仅效率低下,而且不正确。您正在检查两组点的 x、y 和 z 值的每个组合。

这是完成任务的列表理解:

distance = [((xa-x1)**2 + (ya-y1)**2 + (za-z1)**2)**(0.5)
            for (xa, ya, za, x1, y1, z1) in zip(Ax, Ay, Az, Ox, Oy, Oz)]

zip 调用生成相应坐标值的组。然后将这些解压缩为给定点对的单个值。然后计算距离并将其添加到结果列表中。这是结果:

[86.14803712215387, 85.25496701072612, 86.50334270997855, 86.02666679582558, 86.61455593605497, 86.90445212991106, 86.65519315078585, 87.10116761559514, 87.08173861378742]

请注意,您公式中的 (1/2) 适用于 Python 3,但不适用于 Python 2。我使用了 0.5,这对两者都适用.使用 math.sqrt() 可能是一个更好的主意。