用R计算欧氏距离

Question

我有两个坐标和长度不同的数据框，我试图计算从第一个日期帧的每个点（例如2个点）到第二个数据帧的每个点（例如4个点）的欧几里德距离：

结果：

point[1] dist1, dist2, dist3, dist4

point[2] dist1, dist2, dist3, dist4

这是我的脚本：

i=1
for (i in dim(coordinates)[1]) {
  result[i]<- 
  sqrt((coordinates[i,1] - reference[,1])^2 + 
  (coordinates[i,2] - reference[,2])^2 + 
  (coordinates[i,3] - reference[,3])^2)
}        

但它只返回距离最后一点的距离（点[2]）如何修复脚本？任何帮助都会很棒

提前致谢

Answer 1

我总是犯这个错误。 dim返回一个数字，因此你需要将i从1循环到昏暗 。

我改变了你的第二行来循环序列1：dim（coordinates）[1]。

i=1
for (i in 1:dim(coordinates)[1]) {
  result<- 
  sqrt((coordinates[i,1] - reference[,1])^2 + 
  (coordinates[i,2] - reference[,2])^2 + 
  (coordinates[i,3] - reference[,3])^2)
} 

现在您只需要确保结果向量有两个插槽。 如果它不起作用，请将其放在开头。

 result <- rep(NA, 1:dim(coordinates)[1])

Answer 2

人们可以利用矩阵代数并计算没有循环的距离。

对于两个矩阵A，B，其中行表示实例，列表示坐标（即，在3维中，两个矩阵都有3列），平方距离矩阵可以计算为

d ^ 2（A，B）= || AB || ^ 2 = A ^ 2 + B ^ 2 - 2 * A * B

这可以转换为R，例如，如下：

d <- sqrt(    matrix(diag(A %*% t(A)), nrow=dim(A)[1], ncol=dim(B)[1])
          + t(matrix(diag(B %*% t(B)), nrow=dim(B)[1], ncol=dim(A)[1]))
          - 2*A %*% t(B) )

结果距离矩阵在A中为每个实例都有一行，在B中为每个实例都有一列。