python - 在二维空间中计算欧氏距离的最快方法

标签 python optimization distance

确定二维空间中 n 个点中的哪个点 q 最接近(最小欧氏距离)点 p 的最快方法是什么,请参见附图。

alt text

我目前在 Python 中执行此操作的方法是将所有距离存储在一个列表中,然后运行 ​​

numpy.argmin(list_of_distances)

然而,当计算 m 个点 p 时,这有点慢。或者是?

最佳答案

您可以计算距离的平方,而不是计算距离。这样您就不需要执行 n * m 平方根。

关于python - 在二维空间中计算欧氏距离的最快方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/3811621/

相关文章:

迭代列表时的java代码优化

python - 为什么我的 MV 无法收敛,而普通 Vars 可以收敛?

distance - 定义海龟的家园?

lua - 计算两个经纬度坐标之间的距离/方位角

Python:多处理无法完成作业

python - (OpenCV) 将日期放在文件名中

mysql - 如何优化查询?我能读懂什么? (如果可以的话,用俄语,或英语)

java - 每第 n 次优化时进行距离检查

python - 列上的 Pandas Multiindex Groupby

python - 如何使用 matplotlib 创建堆叠折线图?