)1)欧式距离实质：其实就是应用勾股定理计算两个点的直线距离，两点间的距离
importnumpyasnpvector1=NP.array ([-1.000，- 0.5000，0.5000，1.0000 ] ) vector2=NP.array [-0.1285， 0.0. 0.3532 ] ) P1=-0.4000 p2=0.2000 I=0foriinrange (5) : op1=NP.sqrt (NP.sum (NP.square (P1-vector1)
vector1=NP.array ([ 1，2，3 ] ) vector2=NP.array ([ 4，5， 6 ) OP1=NP.sqrt(NP.sum(NP.square ) vector1-vector2) ) OP2=NP.linaLG.norm ) vector1-vector2) print妈妈在正南正北、正东正西方向布局规则的街道上，从一点到另一点的距离是南北方向的旅行距离加上东西方向的旅行距离，曼哈顿距离也叫出租车距离。 曼哈顿距离不是距离不变量，坐标轴变动时点间的距离不同。 在曼哈顿距离图像早期的计算机图形学中，屏幕由像素组成，是整数，点的坐标一般也是整数。 原因是浮点运算昂贵、缓慢、有误差。 害怕AB孤独的花瓣的距离(喜欢的前辈的距离(二维和三维空间中的害怕孤独的花瓣的距离是两点间的距离) )直接使用的情况下，必须进行浮点运算，使用AC和CB的情况下，计算加减法即可。 这是
importnumpyasnpvector1=NP.array ([-1.000，- 0.5000，0.5000，1.0000 ] ) vector2=NP.array [ 0.1285，0.
vector1=NP.array (1，2，3 ) (vector2=NP.array ) ) 4，5，6 ) ) op1=NP.sqrt ) NP.sum ) NP.square ) vectoor
红线代表曼哈顿距离，实质就是两坐标点差值的绝对值之和，两点之间的直角距离而不是直线距离