计算点列表之间的距离的Pythonic方式

Question

我有一个无序点列表（2D），想要计算它们之间距离的总和。 由于我的背景是C++开发者，我会像这样做:

import math

class Point:
    def __init__(self, x,y):
        self.x = x
        self.y = y

def distance(P1, P2):
    return math.sqrt((P2.x-P1.x)**2 + (P2.y-P1.y)**2)

points = [Point(rand(1), rand(1)) for i in range(10)]

#this part should be in a nicer way
pathLen = 0
for i in range(1,10):
    pathLen += distance(points[i-1], points[i])

有没有更符合Python风格的方式来替换for循环？例如使用reduce或类似的东西？

最好的问候！

- b2aff6009

---

所有点对之间的距离？还是像点之间的单一路径？ - Igl3

注意：你写成了 math.sqrt((P1.x+P2.x)**2 ...。距离应该使用 - 而不是 **+**。期望 distance(P, P) 的值为0！ - Serge Ballesta

谢谢，已更改。没注意到数学方面 :D - b2aff6009

最干净和高效的方法是使用numpy，它提供了一些方法，允许以非常类似matlab的语法编写代码，并使用优化的例程同时计算许多距离。 - allo

Answer 1

您可以使用生成器表达式与 sum、zip 和 itertools 的 islice 来避免重复数据：

from itertools import islice
paathLen = sum(distance(x, y) for x, y in zip(points, islice(points, 1, None)))

这里有一个实时示例

- Netwave

---

这似乎比zip示例快10%。 - Dominik Stańczak

很好，我之前没有遇到过islice，显然这才是我实际上在答案中寻找的，而不是我笨拙的切片。 - Robin Zigmond

Answer 2

有一些修复，因为在这里使用C++方法可能不是最好的：

import math
# you need this import here, python has no rand in the main namespace
from random import random

class Point:
    def __init__(self, x,y):
        self.x = x
        self.y = y
    # there's usually no need to encapsulate variables in Python

def distance(P1, P2):
    # your distance formula was wrong 
    # you were adding positions on each axis instead of subtracting them
    return math.sqrt((P1.x-P2.x)**2 + (P1.y-P2.y)**2)

points = [Point(random(), random()) for i in range(10)]
# use a sum over a list comprehension:
pathLen = sum([distance(points[i-1], points[i]) for i in range(10)])

@Robin Zigmond的`zip`方法也是实现这一目标的一种简洁方式，但我一开始并没有意识到它可以在这里使用。

- Dominik Stańczak

---

在我看来，使用单个迭代器并在此处进行压缩要更加清晰简单。+1 - Serge Ballesta

Answer 3

我遇到了类似的问题，并拼凑出了一个numpy解决方案，我认为它很好用。

也就是说，如果你将点的列表转换为numpy数组，然后可以执行以下操作：

pts = np.asarray(points)
dist = np.sqrt(np.sum((pts[np.newaxis, :, :]-pts[:, np.newaxis, :])**2, axis=2))

dist会生成一个nxn的numpy对称数组，其中每个点到其他每个点的距离都在对角线上方或下方给出。对角线是每个点到自身的距离，因此只有0。

然后您可以使用：

path_leng = np.sum(dist[np.triu_indices(pts.shape[0], 1)].tolist())

收集numpy数组的上半部分并将它们相加以获取路径长度。

- user16912364