Skip to main content
 首页 » 编程设计

python之如何计算数组中 3D 坐标中的距离

2024年11月24日9xxx_UU

我正在尝试计算点之间的初始距离和后续距离。 我得到的数据是一个 csv,其中每三列对应一个 LED 标记。即第 1 列是标记 1 的 x 坐标,第 2 列是标记 1 的 y 坐标,第 3 列是标记 1 等的 z 坐标。每行对应于记录位置的时间。 我很难找到组织数据的最佳方式,以便我可以使用它。 我需要 a) 在时间 0 找到标记之间的初始位置和初始距离 b) 找出不同时间标记之间距离的任何变化。

我最初将所有 x 坐标放在一个数组中,将所有 y 坐标放在一个数组中,将所有 z 坐标放在一个数组中,但意识到我不能(不知道如何?)遍历数组,所以我可以找到相邻点之间的差异。 IE。标记 1 和标记 2 之间的距离是 sqrt((x2-x1)**2+(y2-y1)**2+(z2-z1)**2) 但是因为 x2 和 x1 在同一个数组中不能' t(不知道怎么做?)来迭代所有 xs(分别是 ys 和 zs)之间的差异。 在下面的代码中,我转置了数组,因此我可以遍历行(而不是列)

for i in range(m): #where m is the number of markers 
    x_diff= x_array[i+1]-x_array[i] 
    y_diff=y_array[i+1]-y_array[i] 
    z_diff=z_array[i+1]-z_array[i] 
    dist=np.sqrt(x_diff**2+y_diff**2+z_diff**2) 

我想要一个数组,其中每一列是相邻标记之间的欧氏距离,行对应于每次的距离。

请您参考如下方法:

您可以使用 SciPy 的 pdist成对距离的函数。例如,

>>> X 
array([[1, 2, 3], 
       [1, 2, 3], 
       [4, 0, 0]]) 
>>> from scipy.spatial.distance import pdist 
>>> pdist(X) 
array([0.        , 4.69041576, 4.69041576]) 

距离以 (0,1)、(0,2)、(1,2) 对的形式输出。