def compute_euclidean_distance_matrix(locations):"""获取坐标的距离矩阵"""distances = {}for from_counter, from_node in enumerate(locations):distances[from_counter] = {}for to_counter, to_node in enumerate(locations):if from_counter == to_counter:distances[from_counter][to_counter] = 0else:# Euclidean distancedistances[from_counter][to_counter] = (int(math.hypot((from_node[0] - to_node[0]),(from_node[1] - to_node[1]))))return distances

其中,locations的标准格式如下:

locations = [(288, 149), (288, 129), (270, 133), (256, 141), (256, 157), (246, 157),(236, 169), (228, 169), (228, 161), (220, 169), (212, 169), (204, 169),(196, 169), (188, 169), (196, 161), (188, 145), (172, 145), (164, 145),(156, 145), (148, 145), (140, 145), (148, 169), (164, 169), (172, 169),(156, 169), (140, 169), (132, 169), (124, 169), (116, 161), (104, 153),(104, 161), (104, 169), (90, 165), (80, 157), (64, 157), (64, 165),(56, 169), (56, 161), (56, 153), (56, 145), (56, 137), (56, 129),(56, 121), (40, 121), (40, 129), (40, 137), (40, 145), (40, 153),(40, 161), (40, 169), (32, 169), (32, 161), (32, 153), (32, 145),(32, 137), (32, 129), (32, 121), (32, 113), (40, 113), (56, 113),(56, 105), (48, 99), (40, 99), (32, 97), (32, 89), (24, 89),(16, 97), (16, 109), (8, 109), (8, 97), (8, 89), (8, 81),(8, 73), (8, 65), (8, 57), (16, 57), (8, 49), (8, 41),(24, 45), (32, 41), (32, 49), (32, 57), (32, 65), (32, 73),(32, 81), (40, 83), (40, 73), (40, 63), (40, 51), (44, 43),(44, 35), (44, 27), (32, 25), (24, 25), (16, 25), (16, 17),(24, 17), (32, 17), (44, 11), (56, 9), (56, 17), (56, 25),(56, 33), (56, 41), (64, 41), (72, 41), (72, 49), (56, 49),(48, 51), (56, 57), (56, 65), (48, 63), (48, 73), (56, 73),(56, 81), (48, 83), (56, 89), (56, 97), (104, 97), (104, 105),(104, 113), (104, 121), (104, 129), (104, 137), (104, 145), (116, 145),(124, 145), (132, 145), (132, 137), (140, 137), (148, 137), (156, 137),(164, 137), (172, 125), (172, 117), (172, 109), (172, 101), (172, 93),(172, 85), (180, 85), (180, 77), (180, 69), (180, 61), (180, 53),(172, 53), (172, 61), (172, 69), (172, 77), (164, 81), (148, 85),(124, 85), (124, 93), (124, 109), (124, 125), (124, 117), (124, 101),(104, 89), (104, 81), (104, 73), (104, 65), (104, 49), (104, 41),(104, 33), (104, 25), (104, 17), (92, 9), (80, 9), (72, 9),(64, 21), (72, 25), (80, 25), (80, 25), (80, 41), (88, 49),(104, 57), (124, 69), (124, 77), (132, 81), (140, 65), (132, 61),(124, 61), (124, 53), (124, 45), (124, 37), (124, 29), (132, 21),(124, 21), (120, 9), (128, 9), (136, 9), (148, 9), (162, 9),(156, 25), (172, 21), (180, 21), (180, 29), (172, 29), (172, 37),(172, 45), (180, 45), (180, 37), (188, 41), (196, 49), (204, 57),(212, 65), (220, 73), (228, 69), (228, 77), (236, 77), (236, 69),(236, 61), (228, 61), (228, 53), (236, 53), (236, 45), (228, 45),(228, 37), (236, 37), (236, 29), (228, 29), (228, 21), (236, 21),(252, 21), (260, 29), (260, 37), (260, 45), (260, 53), (260, 61),(260, 69), (260, 77), (276, 77), (276, 69), (276, 61), (276, 53),(284, 53), (284, 61), (284, 69), (284, 77), (284, 85), (284, 93),(284, 101), (288, 109), (280, 109), (276, 101), (276, 93), (276, 85),(268, 97), (260, 109), (252, 101), (260, 93), (260, 85), (236, 85),(228, 85), (228, 93), (236, 93), (236, 101), (228, 101), (228, 109),(228, 117), (228, 125), (220, 125), (212, 117), (204, 109), (196, 101),(188, 93), (180, 93), (180, 101), (180, 109), (180, 117), (180, 125),(196, 145), (204, 145), (212, 145), (220, 145), (228, 145), (236, 145),(246, 141), (252, 125), (260, 129), (280, 133)]  

Python快速获取已知城市坐标的距离矩阵相关推荐

  1. 已知经纬度坐标求两点间距离,用python表示

    已知经纬度坐标求两点间距离,用python表示 已知地球上任意两点(lon1, lat1),( lon2, lat2)的经纬度坐标,求两点间的距离用haversine表示: 1.首先先将经纬度坐标的角 ...

  2. python坐标表示_已知经纬度坐标求两点间距离,用python表示

    已知经纬度坐标求两点间距离,用python表示 已知地球上任意两点(lon1, lat1),( lon2, lat2)的经纬度坐标,求两点间的距离用haversine表示: 1.首先先将经纬度坐标的角 ...

  3. 已知两点坐标拾取怎么操作_已知的操作员学习-第4部分

    已知两点坐标拾取怎么操作 有关深层学习的FAU讲义 (FAU LECTURE NOTES ON DEEP LEARNING) These are the lecture notes for FAU's ...

  4. 已知两点坐标拾取怎么操作_已知的操作员学习-第3部分

    已知两点坐标拾取怎么操作 有关深层学习的FAU讲义 (FAU LECTURE NOTES ON DEEP LEARNING) These are the lecture notes for FAU's ...

  5. 转 已知两点坐标和半径求圆心坐标程序C++

    数学思想:利用圆方程和直线方程 已知两点坐标和半径求圆心坐标程序 #include <iostream> #include <fstream> #include <cma ...

  6. 使用Python快速获取公众号文章定制电子书(二)

    原文链接 我的GitHub博客地址 接上篇文章使用Python快速获取公众号文章定制电子书(一).我们现在已经成功的将公众号历史消息的前十条文章给爬取了出来,使用 content_url 这个关键字段 ...

  7. python3 已知两点坐标算角度

    import mathdef azimuthangle(x1, y1, x2, y2):""" 已知两点坐标计算角度 -:param x1: 原点横坐标值:param y ...

  8. 用 Python 快速获取基金持仓增减情况 | 更新版

    来源:Python数据之道 (ID:PyDataLab) 作者:阳哥 01写在前面 大家好,我是阳哥. 大家知道,在财经领域,Python是有着广泛的用途的.2021年,量化基金开始成为弄潮儿.有不少 ...

  9. Python快速获取桌面路径

    python 快速获取桌面路径 import os desk = os.path.join(os.path.expanduser("~"), 'Desktop') + '\\'输出 ...

  10. **python入门实战**-已知圆的半径求周长面积

    python入门实战-已知圆的半径求周长面积 输入半径计算圆的周长和面积 这边的知识点:调用math库里面的π值,以及数据类型. 下面展示一些 代码. import math p=math.pi a= ...

最新文章

  1. ViewPager 入门一
  2. 【深度学习入门到精通系列】模型结构可视化神器Netron(连.pth都可以~!)
  3. Mathematica初学者第二讲
  4. GIS中的拓扑关系和ArcGIS中的拓扑
  5. 医保费用监控指标体系建立(四)医疗机构指标分析
  6. .pfx 证书和 .cer 证书
  7. Ajax调用服务器端C#方法
  8. 动态载入.ascx用户控件
  9. 机器学习之分类算法--mnist手写体识别
  10. 精益看板方法从理论到实战 (7)—— 控制在制品数量(下)
  11. 向日葵 11.0.0.34335 中文版 (老牌国产远程控制软件)
  12. Redis入门指南之复制
  13. linux 压缩固定大小,Linux 将文件打包、压缩并分割成指定大小
  14. matlab中将数据保存为txt文件_matlab中将数据输出保存为txt格式文件的方式
  15. Iphone图片、视频旋转
  16. asps英文_常用汽车词汇的英文简称都有哪些比如AT、MT、AMT、BATT的这些?谁给列个清单?...
  17. 机器学习(0):机器学习概述及基本概念
  18. flv,mkv和mp4 等
  19. 细说联想企业网盘背后的安全那些事儿
  20. [渝粤教育] 中国地质大学 岩石学 复习题 (2)

热门文章

  1. 动易html编辑器漏洞,动易2006_SP6最新漏洞得到管理员密码
  2. 搞清clientHeight、offsetHeight、scrollHeight、offsetTop、scrollTop
  3. 解析offsetHeight,clientHeight,scrollHeight之间的区别
  4. [转]诺顿最新升级ID
  5. 页面里引入电子表字体
  6. 改善用户体验 Web前端优化策略总结.........
  7. Java分布式二手房项目尚好房第二课 用户角色管理
  8. 焊接工时简便计算工具_焊接工时计算表
  9. arcmap新手教程_ArcMap 入门
  10. mhd matlab,应用 | 基于磁流体MHD的FLUENT-Maxwell集成耦合开发