Question

我有一个包含2列的矩阵，这些列对应于轨迹中点的坐标（x，y）。我想用欧氏距离来计算轨迹的总长度。

首先，我打开我的轨迹文件

fichier="fichier_position_2_test.txt"
file = open(fichier, "rb")
for ligne in file:
    ligne = ligne.split(' ')
    m.append(array([(ligne[1]),(ligne[2])]))

然后我计算矩阵中两点之间的欧氏距离

def T(mat):
    n=len(mat)
    M=[0 for x in range(mat)]
    for j in range(0,n-1):
        val = sqrt((mat[j+1][0]-mat[j][0])*(mat[j+1][0]-mat[j][0]) + (mat[j+1][1]-mat[j][1])*(mat[j+1][1]-mat[j][1]))
        M.append(val)
        L = sum(M)
    return L

然而，它并没有那么好用

这是我的档案 http://s000.tinyupload.com/?file_id=26745790747175243934

以下是一些测试

#TEST
A = array([(-4e-9,7.2e-6),(-5.7e-4,3.7e-4),(-8.7e-3,5.7e-3),(-1.2e-3,7.1e-4)])
print T(A)
print T(m)

结果

0.0194054064971
Traceback (most recent call last):
File "tortuosity.py", line 46, in <module>
print T(m)
File "tortuosity.py", line 37, in T
val = sqrt((mat[j+1][0]-mat[j][0])*(mat[j+1][0]-mat[j][0]) + (mat[j+1][1]-mat[j][1])*(mat[j+1][1]-mat[j][1]))
TypeError: unsupported operand type(s) for -: 'numpy.string_' and 'numpy.string_'

我认为问题来自矩阵m。因为，看到矩阵A（一个例子）它给出了预期的结果（0.0194054064971）

Answer 1

问题似乎是你永远不会将字符串从文件转换为浮点数。因此，你的数组包含很多字符串（看起来像数字，但仍然是字符串），你不能区分字符串。

使代码工作的最小值是将此行更改为：

m.append(array([float(ligne[1]), float(ligne[2])]))

但请注意，还有其他一些小问题：

您正在使用0初始化距离列表，但是您会附加到那些现有的零，而不是覆盖它们
实际上，您根本不需要该列表，只需直接计算总和
您可以使用幂运算符**而不是重复相同的表达式，使代码更简单
您可以使用zip(list, list[1:])来迭代成对的连续行
使用元组解包而不是索引来使代码更具可读性
使用with打开文件，不要将file用作变量名称，因为它会影响类型

总而言之，您可以使代码更紧凑：

def T(mat):
    return sum( sqrt((y2-y1)**2 + (x2-x1)**2) for (x1, y1), (x2, y2) in zip(mat, mat[1:]))

with open("fichier_position_2_test.txt") as f:
    m = np.array([(float(items[1]), float(items[2])) for items in (line.split() for line in f)])
    print T(m)

m的结果为0.00132038721131，而A的结果为0.0194054064971，符合预期。

轨迹的总长度

1 个答案: