两个 n 维向量之间的欧几里得距离答案

【问题标题】：Euclidean distance between two n-dimenstional vectors两个 n 维向量之间的欧几里得距离
【发布时间】：2014-11-12 04:21:57
【问题描述】：

在 Julia 中找到两个 n 维向量之间的欧几里得距离的简单方法是什么？

【问题讨论】：

【解决方案1】：

感谢可爱的Distances 包，这很容易做到：

Pkg.add("Distances") #if you don't have it
using Distances
one7d = rand(7)
two7d = rand(7)
dist = euclidean(one7d,two7d)

此外，如果您有 2 个 9d col 向量矩阵，您可以使用 colwise 获得每个对应对之间的距离：

thousand9d1 = rand(9,1000)
thousand9d2 = rand(9,1000)
dists = colwise(Euclidean(), thousand9d1, thousand9d2)
#returns: 1000-element Array{Float64,1}

您还可以与单个向量进行比较，例如原点（如果你想要每个列向量的大小）

origin9 = zeros(9)
mags = colwise(Euclidean(), thousand9ds1, origin9)
#returns: 1000-element Array{Float64,1}

其他距离也可以：

【讨论】：

【解决方案2】：

这是一个简单的方法

n = 10
x = rand(n)
y = rand(n)
d = norm(x-y)  # The euclidean (L2) distance

对于曼哈顿/出租车/L1 距离，使用norm(x-y,1)

【讨论】：