时间戳

首页 > 解决方案 > 到点源的欧几里德距离

python - 到点源的欧几里德距离

问题描述

我正在通过位于上方（z 方向）的点源刺激模型——为了能够计算刺激的影响，我需要计算从该点电源到隔间每个中间的欧几里德距离（见图片）。

我这样尝试过，但结果很奇怪——也许距离的计算是错误的......

x_Mid = np.zeros(nComp)
y_Mid = np.zeros(nComp)
z_Mid = np.zeros(nComp)
for i in range(0, nComp):
    y_Mid[i] = 0.
    if i == 0:
        x_Mid[i] = (lComp[i] / 2.)
        z_Mid[i] = 1*elecShift
        compDist[i] = distance.euclidean(x_Mid,y_Mid,z_Mid)*10**(-4)

    else:
        x_Mid[i] = x_Mid[i - 1] + (lComp[i - 1] / 2.) + (lComp[i] / 2.)
        z_Mid[i] = 1*elecShift
        compDist[i] = distance.euclidean(x_Mid,y_Mid,z_Mid)*10**(-4)

lcomp是隔间的长度。y - 方向为零，因为它是 2D 模型。elecshift是点源在 z 方向上的距离，单位是微米（因此乘以 10^-4，以厘米为单位）。nComp是隔间的数量。

从源到每个隔间中心的欧氏距离的计算是否正确？

图1

标签： pythonnumpyscipy

解决方案

我假设源在[0, 0, 0].

您可以以更简单的方式计算三个向量：

x_Mid = np.cumsum(lComp) - lComp / 2.
y_Mid = np.zeros_like(x_Mid)
z_Mid = elecShift * np.ones_like(x_Mid)

那么最简单的距离计算就是：

compDist = np.sqrt(x_Mid**2 + y_Mid**2 + z_Mid**2) * 1.e-4

甚至：

compDist = np.sqrt(x_Mid**2 + elecShift**2) * 1.e-4

如果你想使用来自 scipy 的函数，那么根据 API，使用：

for i in range(0, nComp):
  compDist[i] = distance.euclidean([x_Mid[i], y_Mid[i], z_Mid[i]], 0.)*10**(-4)

您的代码将当前x_Mid作为一个点、y_Mid第二个点和z_Mid权重提供给distance.euclidean().

推荐阅读