Python中不使用numpy和zip计算两个等长列表的欧氏距离

原代码问题说明 #

你原来的思路里不需要嵌套循环，嵌套循环会遍历两个列表的所有元素组合，不符合欧氏距离对应位置计算的要求，同时原代码没有定义循环逻辑，x、y变量未赋值。

实现思路 #

• 欧氏距离要求两个列表对应位置的元素做差计算，仅需要单循环按索引遍历即可
• 因为题目明确两个列表长度相等，我们可以通过索引依次取出两个列表相同位置的元素参与计算
• 计算逻辑：对每对对应位置元素做差后取平方，累加所有平方值后开平方，得到最终欧氏距离

完善后代码 #

def euclidean_distance(p1, p2):
    sum_sq = 0
    # 按索引遍历两个列表，取p1的长度作为遍历上限即可
    for i in range(len(p1)):
        diff = p1[i] - p2[i]
        sum_sq += diff ** 2
    return sum_sq ** 0.5

测试用例验证 #

例1测试 #

list_1 = [0, 5, 6]
list_2 = [1, 6, 8]
print(euclidean_distance(list_1, list_2)) 
# 输出结果约为2.449，对应√(1+1+4)=√6

例2测试 #

list_1 = [0, 1, 2, 3, 4]
list_2 = [5, 6, 7, 8, 9]
print(euclidean_distance(list_1, list_2))
# 输出结果约为11.180，对应√(25*5)=√125

内容的提问来源于stack exchange，提问作者ghost00708