numpy 计算路线距离

演化计算与人工智能

发布于 2020-08-14 07:12:01

72000

代码可运行

文章被收录于专栏：人工智能与演化计算成长与进阶人工智能与演化计算成长与进阶

运行总次数：0

代码可运行

“参考文献enumerate 遍历数组[1]np.diff 函数[2]numpy 适用数组作为索引[3]

标记路线上的点

X={X1,X2,X3,X4,X5,X6}

Xn=(x_n,y_n)

import numpy as np
# 适用二维数组表示地图上的六个点
# city_position.shape=(6,2) 表示旅行商经过的路线
city_position=np.array([[1,18],[6,23],[8,64],[7,49],[49,48],[12,36]])

存储路线上的点

point_x=np.ones((6,1))
point_y=np.ones((6,1))
point_x=city_position[:,0] # 存放路线的横坐标
point_y=city_position[:,1] # 存放路线的纵坐标
# print(point_x)
# print(point_y)
# [ 1  6  8  7 49 12]
# [18 23 64 49 48 36]

依次计算路线上点之间的距离

total_distance=\sum_{n=2}^{n}\sqrt{(x_n-x_{n-1})^2+(y_n-y_{n-1})^2}

# 计算路线的距离
total_distance=np.sum(np.sqrt(np.square(np.diff(point_x)) + np.square(np.diff(point_y))))
print("total_distance",total_distance)
print("np.diff(point_x)",np.diff(point_x))
print("np.diff(point_y)",np.diff(point_y))
# total_distance 144.062319447
# np.diff(point_x) [  5   2  -1  42 -37]
# np.diff(point_y) [  5  41 -15  -1 -12]