如何编写Python函数进行欧几里得距离计算

欧几里得距离（Euclidean distance）是一种常用的计算两个点之间的距离的方法，适用于任意维度的向量空间。在Python中，可以通过编写一个函数来计算欧几里得距离。

下面是一个简单的Python函数，用于计算两个点在n维空间中的欧几里得距离：

def euclidean_distance(point1, point2):
    assert len(point1) == len(point2), "两个点的维度必须相等"  # 检查点的维度是否相等
    
    distance = 0
    for i in range(len(point1)):
        distance += (point1[i] - point2[i]) ** 2  # 求每个维度上的差的平方之和
    distance = distance ** 0.5  # 开根号得到欧几里得距离
    
    return distance

这个euclidean_distance函数接受两个参数point1和point2，它们分别表示两个点的坐标。函数会检查这两个点的维度是否相等，如果维度不相等，会抛出一个assert错误。接下来，函数会遍历点的每一个维度，计算每个维度上的差的平方，并将其累加到distance变量中。最后，函数返回distance的平方根，即欧几里得距离。

以下是一个使用euclidean_distance函数的示例：

point1 = [1, 2, 3]
point2 = [4, 5, 6]
distance = euclidean_distance(point1, point2)
print("距离:", distance)

输出：

距离: 5.196152422706632

以上就是一个用于计算欧几里得距离的简单Python函数。可以将这个函数应用到各种需要计算距离的情景中，比如机器学习算法中的聚类、分类等。