Python：在元组的元组上使用reduce

Question

我想在Python中计算从点A到点B的路径长度，这个路径还要经过一系列中间点。我知道怎么做，但我想用内置的reduce函数。

到目前为止我尝试的，请注意，这完全是错误的，是这个：

reduce(lambda x,y: math.sqrt((y[1]-y[0])**2+(x[1]-x[0])**2) , ((1,2),(3,4),(1,8)))

有什么想法吗？

谢谢。

Answer 1

reduce()这个函数其实不太适合用来做这个事情。虽然用reduce()也能做到，但方式有点奇怪：

def distance((x, d), y):
    return y, d + math.hypot(y[0] - x[0], y[1] - x[1])

print reduce(distance, [(3,4),(1,8)], ((1, 2), 0.0))[1]

输出结果是

7.30056307975

传给reduce()的最后一个参数是起始点，也是距离的初始值。

Answer 2

虽然看起来不太好，但这是可以做到的 :-)

>>> tot = ((1,2),(3,4),(1,8))
>>> reduce(lambda d,((x0,y0),(x1,y1)): d + ((x1-x0)**2+(y1-y0)**2)**0.5, zip(tot[1:], tot[0:]), 0.0)
7.3005630797457695

Answer 3

你应该先进行映射，然后再进行归约。

points = [(1, 2), (3, 4), (1, 8)]
distances = (math.hypot(b[0]-a[0], b[1]-a[1])
             for a, b in zip(points, points[1:]))
total_distance = sum(distances)

或者，如果你必须使用reduce()，虽然sum()在这个情况下更好：

import operator

total_distance = reduce(operator.add, distances)

如果你有很多点，使用NumPy可以帮助你快速一次性完成这些操作：

import numpy

total_distance = numpy.hypot(*numpy.diff(numpy.array(points), axis=0)).sum()

编辑：使用math.hypot()并添加NumPy方法。