如何用Python在两个N维点间生成X个均匀分布的点

纯Python实现方案 #

无需依赖第三方库，通过线性插值计算每个维度的坐标：

def get_points(point_a, point_b, x):
    # 验证输入点的维度一致性
    if len(point_a) != len(point_b):
        raise ValueError("两个输入点的维度必须相同")
    
    # 特殊情况：仅需生成1个点时，直接返回其中一个点
    if x == 1:
        return [point_a]
    
    # 计算每个维度上的步长
    dimension_steps = [(b_coord - a_coord) / (x - 1) for a_coord, b_coord in zip(point_a, point_b)]
    
    # 生成所有均匀分布的点
    result_points = []
    for i in range(x):
        current_point = tuple(
            a_coord + i * step for a_coord, step in zip(point_a, dimension_steps)
        )
        result_points.append(current_point)
    
    return result_points

使用NumPy的简化实现 #

如果项目已依赖NumPy，可利用其linspace函数快速实现，代码更简洁且效率更高：

import numpy as np

def get_points_np(point_a, point_b, x):
    a_array = np.array(point_a)
    b_array = np.array(point_b)
    
    if a_array.shape != b_array.shape:
        raise ValueError("两个输入点的维度必须相同")
    
    # linspace自动处理多维数组的线性插值，最后转换为元组列表
    return [tuple(point) for point in np.linspace(a_array, b_array, x)]

测试示例 #

调用示例代码：

print(get_points((1, 1), (2, 2), 10))

预期输出包含10个从(1,1)到(2,2)均匀分布的点，每个点的坐标按(1 + i/9, 1 + i/9)计算（i从0到9）。

注意事项 #

• 当x=1时，函数直接返回包含其中一个输入点的列表，避免除以0的错误。
• 浮点数精度：由于浮点运算特性，极端情况下最后一个点可能与point_b存在微小误差，若需要严格匹配，可手动将结果的最后一个元素替换为point_b。

内容的提问来源于stack exchange，提问作者Eric Mendes