Python中计算坐标列表与指定坐标的欧氏距离时遇TypeError问题求助

嘿，我来帮你搞定这个报错！你遇到的TypeError: unsupported operand type(s) for -: 'list' and 'list'，本质原因很简单：Python原生列表不支持直接用-做元素级减法，而你代码里的x是Geo_Shape列的原生列表，[cord]*len(x)也是列表，所以减不了。

给你两个实用的解决办法：

方法一：转成Numpy数组再计算 #

直接把列表转成Numpy数组，数组天然支持元素级运算，完美适配np.linalg.norm：

import numpy as np
import pandas as pd

# 假设你的df和cord已经定义
cord = [1.2,5.3]
df['Distances'] = df['Geo_Shape'].apply(lambda x: np.linalg.norm(np.array(x) - np.array(cord), axis=1))

这个方法效率更高，尤其是当你的坐标列表很长的时候——Numpy的向量运算比循环快得多。axis=1参数是告诉Numpy，对每一组坐标对（数组的行）计算欧氏距离。

方法二：用列表推导式逐个计算 #

如果你更习惯直观的循环逻辑，也可以遍历每个坐标点单独计算：

df['Distances'] = df['Geo_Shape'].apply(lambda x: [np.linalg.norm(np.array(point) - np.array(cord)) for point in x])

这个写法会逐个处理x里的每个坐标点，把每个点转成数组后和cord做减法，再计算距离，结果也是一个列表，和你的需求完全匹配。

验证示例 #

用你给出的测试数据：

• Geo_Shape行数据：[[1.2,2.3], [0.3,1.7], [3.2,9.1]]
• cord：[1.2,5.3]

运行代码后，你会得到结果：array([3. , 3.70809924, 4.29418211])（方法一）或者对应的列表（方法二），完全符合预期的欧氏距离计算结果。

内容的提问来源于stack exchange，提问作者Ouakrat