计算阵列的连续点之间的欧氏距离与numpy的

我已描述了一个多段线（连接的直线段的排序列表）如下的数组：计算阵列的连续点之间的欧氏距离与numpy的

points = ((0,0), 
      (1,2), 
      (3,4), 
      (6,5), 
      (10,3), 
      (15,4)) 
points = numpy.array(points, dtype=float)

目前，我得到使用段距离的列表下面的循环：

segdists = [] 
for seg in xrange(points.shape[0]-1): 
    seg = numpy.diff(points[seg:seg+2], axis=0) 
    segdists.append(numpy.linalg.norm(seg))

我想，相反，申请一个函数调用，没有循环，使用一些本地SciPy的/ NumPy的功能。

我能得到最接近的事是这样的：

from scipy.spatial.distance import pdist 
segdists = pdist(points, metric='euclidean')

但在后一种情况下，segdists提供EVERY距离，我想只有相邻行之间的距离。另外，我宁愿避免创建自定义函数（因为我已经有一个工作解决方案），而是使用更多的“numpythonic”使用本机函数。

这里有一种方法：

使用矢量np.diff计算增量：

d = np.diff(points, axis=0)

然后使用np.hypot计算长度：

segdists = np.hypot(d[:,0], d[:,1])

或者用一个更明确的计算：

segdists = np.sqrt((d ** 2).sum(axis=1))

2012-11-27 20:11:42

经过我自己的一些死路，当你这样说时，它实际上是非常简单的。我曾经看到过'hypot'这个词，但是谷歌搜索“numpy hypot”并没有返回任何内容，我不得不在numpy docs页面上进行搜索。谢谢！ – heltonbiker

在3D中这也是可能的吗？ – Varlor

@Varlor：不是用'hypot'，而是第二个版本，'segdists = np.sqrt（（d ** 2）.sum（axis = 1））'在3D中工作。 –

回答