Python实现Point2D点集平均距离计算函数的方法咨询

核心思路 #

• 先做入参校验：如果传入的点集长度小于2，直接抛出ValueError异常
• 生成所有互不重复的点对：使用itertools.combinations取点集中2个元素的所有组合，天然规避重复点对的计算问题
• 计算每对点的二维欧氏距离：两点坐标差的平方和开根号
• 所有距离求和后除以点对总数，得到平均距离返回

你找到的参考代码逻辑是可直接复用的，其中combinations(points,2)就是专门用来生成不重复元素组合的工具，不用自己写嵌套循环做去重处理。

完整实现代码 #

import math
from itertools import combinations

Point2D = tuple[int, int]

def average_distance(points: set[Point2D]) -> float:
    if len(points) < 2:
        raise ValueError("点集元素数量不能少于2")
    # 计算所有点对的距离
    distances = [
        math.sqrt((x2 - x1) ** 2 + (y2 - y1) ** 2)
        for (x1, y1), (x2, y2) in combinations(points, 2)
    ]
    # 返回平均距离
    return sum(distances) / len(distances)

效果测试 #

调用示例average_distance({(1,2), (3,4), (5,6)})，返回值约为3.7712，和题目要求一致。

内容的提问来源于stack exchange，提问作者Emilia Delizia