如何计算无循环矩阵的欧几里得长度？

看来这个答案应该很简单，但我很难过。我有一个N×3矩阵的矩阵，其中第一个第二和第三列是第n个项目的X Y和Z坐标。我想计算从原点到项目的距离。在非矢量化的形式中，这很容易。如何计算无循环矩阵的欧几里得长度？

distance = norm（[x y z]）;

或

距离= SQRT（X^2 + Y^2 + Z^2）;

但是，在向量化的形式它并不那么简单。当你传递一个矩阵来规范它不再返回欧几里德长度。

distance = norm（matrix）; ％不起作用

和

距离= SQRT（X（：，1）* X（：，1）+ Y（：，2）* Y（：，2）+ Z（：，3）* Z（：，3））; ％只是似乎凌乱

有没有更好的方法来做到这一点？

来源

2011-03-17 Miebster

试试这个：

 
>> xyz = [1 2 3; 4 5 6; 7 8 9; 2 8 4] 

xyz = 

    1  2  3 
    4  5  6 
    7  8  9 
    2  8  4 

>> distance = sqrt(sum(xyz.^2, 2)) 

distance = 

      3.74165738677394 
      8.77496438739212 
      13.9283882771841 
      9.16515138991168

来源

2011-03-17 17:01:53

非常优雅，真的！ =） – Phonon 2011-03-17 17:05:21

是的，有。

distance = sqrt(sum(matrix.^2,2)); %# matrix is [x y z]

来源

2011-03-17 16:59:54 Jonas

我觉得要走的路是distance = sqrt(matrix(:,1).^2+matrix(:,2).^2+matrix(:,3).^2)。

Matlab中的循环太慢了。矢量操作始终是首选（我相信你知道）。另外，使用.^2（逐元素平方）不需要两次查看矩阵的每一列，所以这会更快。

来源

2011-03-17 17:03:58 Phonon

使用H2O

h2o.init() 
df1<-as.h2o(matrix1) 
df2<-as.h2o(matrix2) 
distance<-h2o.distance(df1,df2,"l2") 
#l2 for euclidean distance

来源

2017-08-20 14:15:07 Jesus

如何计算无循环矩阵的欧几里得长度？

回答

相关问题