arcgis中欧氏距离操作_各种距离的归纳和总结

在软件开发和数据分析的过程中，有很多不同的距离的计算方法，如欧氏距离，马氏距离，等等。对这些距离的理解，有助于我们更好的建立模型，规划数据平台的存储和索引功能。网上对这些距离概念的介绍已经很多，本文的主要目的，是对这些概念做一个归纳和总结。

首先，我们需要对”距离”本身进行一些约束。我们所描述的距离，指的是度量空间（Metric space）的距离。良好的测距函数应具备以下特征：

• 距离大于等于0；
• 距离是对称的，即 a 到 b 的距离应等于 b 到 a 的距离；
• 相同的输入，距离为0；
• 满足三角不等式；

本文对一系列常见的，满足上述原则的距离定义，作以下分类：

1，连续 m 维空间中，点和点的距离

闵可夫斯基距离（明氏距离）适用于多维连续空间中两个点位置的判断。每个空间内的数值必须是连续的。 这一类距离定义包括：欧几里得距离（欧氏距离），曼哈顿距离，切比雪夫距离。 而这一族距离的定义，统称为闵可夫斯基距离。定义如下：

连续 n 维空间中两点

之间的明氏距离（闵可夫斯基距离）公式为：

p取1或2时的明氏距离是最为常用的：

1. p=2即为欧氏距离