計算點列表之間距離的Pythonic方法

Question

我有一個未排序的點（2D）列表，我想計算它們之間的距離之和。 由於我的背景是 c++ 開發人員，所以我會這樣做：

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])

有沒有更pythonic的方法來替換for循環？ 例如減少或類似的東西？

最好的祝福！

Answer 1

您可以使用sum ， zip和itertools islice的生成器islice來避免重復數據：

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

這里有實例

Answer 2

一些修復，作為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方法也是實現它的一種巧妙方法，盡管我可以在這里使用它並不是很明顯。

Answer 3

我遇到了類似的問題並拼湊了一個我認為效果很好的 numpy 解決方案。

即，如果將點列表轉換為 numpy 數組，則可以執行以下操作：

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

dist 產生一個 nxn numpy 對稱數組，其中每個點到每個其他點之間的距離在對角線上方或下方給出。 對角線是每個點到自身的距離，因此僅為 0。

然后你可以使用：

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

收集 numpy 數組的上半部分並對它們求和以獲得路徑長度。