Python中用于计算两点间距离的函数

Python 是一种高级编程语言，具有丰富的功能和广泛的应用。在许多程序中，需要计算两点间的距离。Python 中为计算两点间的距离提供了不同的函数和库。在本文中，我们将介绍用于计算两点间距离的函数，并提供代码示例。

Python 中计算两点间的距离有两种常用的方法：欧几里德距离和曼哈顿距离。

欧几里德距离是两点之间的直线距离。计算公式为：

d = √((x2 – x1)^2 + (y2 – y1)^2)

其中，(x1, y1) 和 (x2, y2) 是两点的坐标。Python 中可以使用 math 库计算欧几里得距离。下面是一个简单的示例：

import math

def distance(x1, y1, x2, y2):

    return math.sqrt((x2 - x1)**2 + (y2 - y1)**2)

print(distance(1, 2, 4, 6))

在这个代码中，我们定义了一个名为 distance 的函数。接受四个参数：x1、y1、x2 和 y2。然后，我们使用 Euclidean 距离公式计算两点间的距离，并将其返回。最后，我们调用这个函数并输出结果。结果为 5.0，这是(1, 2)和(4, 6)之间的欧几里得距离。

曼哈顿距离是两个坐标之间的绝对距离。它是沿着网格线（在笛卡尔坐标系中）行进的，而不是沿着对角线行进。计算公式为：

d = |x2 - x1| + |y2 - y1|

同样地，在 Python 中我们可以定义一个函数来计算曼哈顿距离。下面是一个简单的示例：

def manhattan_distance(x1, y1, x2, y2):

    return abs(x2 - x1) + abs(y2 - y1)

print(manhattan_distance(1, 2, 4, 6))

在这个代码中，我们定义了一个名为 manhattan_distance 的函数。我们接受了四个参数：x1、y1、x2 和 y2。然后，我们使用曼哈顿距离公式计算两点间的距离，并将其返回。最后，我们调用这个函数并输出结果。结果为 7，这是(1, 2)和(4, 6)之间的曼哈顿距离。

以上就是 Python 中计算两点间距离的函数的两种方法及其代码实现，希望对您有帮助。