问题描述
我正在通过位于(z 方向)上方的点源刺激模型——为了能够计算刺激的影响,我需要计算从该点电源到每个中间的欧几里德距离隔间(见图)。
我是这样试的,但是结果很奇怪——可能距离的计算是错误的...
x_Mid = np.zeros(nComp)
y_Mid = np.zeros(nComp)
z_Mid = np.zeros(nComp)
for i in range(0,nComp):
y_Mid[i] = 0.
if i == 0:
x_Mid[i] = (lComp[i] / 2.)
z_Mid[i] = 1*elecShift
compdist[i] = distance.euclidean(x_Mid,y_Mid,z_Mid)*10**(-4)
else:
x_Mid[i] = x_Mid[i - 1] + (lComp[i - 1] / 2.) + (lComp[i] / 2.)
z_Mid[i] = 1*elecShift
compdist[i] = distance.euclidean(x_Mid,z_Mid)*10**(-4)
lcomp
是隔间的长度。 y - 方向为零,因为它是一个 2D 模型。 elecshift
是点源在 z 方向的距离,单位是微米(因此乘以 10^-4 得到厘米)。 nComp
是隔间的数量。
从源到每个隔间中心的欧几里德距离的计算是否正确?
解决方法
我假设源位于 [0,0]
。
您可以用更简单的方式计算三个向量:
x_Mid = np.cumsum(lComp) - lComp / 2.
y_Mid = np.zeros_like(x_Mid)
z_Mid = elecShift * np.ones_like(x_Mid)
那么最简单的距离计算就是:
compDist = np.sqrt(x_Mid**2 + y_Mid**2 + z_Mid**2) * 1.e-4
甚至:
compDist = np.sqrt(x_Mid**2 + elecShift**2) * 1.e-4
如果你想使用function from scipy,那么根据API,使用:
for i in range(0,nComp):
compDist[i] = distance.euclidean([x_Mid[i],y_Mid[i],z_Mid[i]],0.)*10**(-4)
您的代码将当前的 x_Mid
作为一个点,y_Mid
作为第二个,z_Mid
作为 distance.euclidean()
的权重。