如何实现Python中HDPoints类以计算不同Minkowski距离下的最大距离？

本文共计809个文字，预计阅读时间需要4分钟。

文章目录：+ problem: + code: + the executed result: + problem: 定义一个高维空间样本集合类HDPoints，包含以下数据属性与方法属性： + (a) 数据属性self.points：类型为列表，由多个数字组成，代表样本点的坐标。 + (b) 方法属性： + (i) 构造函数：初始化样本点集合。 + (ii) 添加样本点：向集合中添加新的样本点。 + (iii) 显示所有样本点：输出集合中所有样本点的坐标。 + (iv) 计算所有样本点的平均坐标：输出所有样本点的坐标平均值。

文章目录

• ​​problem:​​
• ​​code:​​
• ​​the executed result:​​

problem:

定义一个高维空间样本点集类HDPoints，须包含以下数据属性与方法属性：
(a)数据属性self.points：类型为列表，由多个子列表构成，每个子列表表示高维空间中的一个数据点，且数据维度可以任意，并通过初始化构造函数获得。
(b)方法属性centerpoint(self)：计算点集的中心点。
©方法属性minkowski (self, x, y, p)：计算两点x和y之间的闵可夫斯基距离，p为非负整数，用p=0情形表示切比雪夫距离。由此定义的距离称为p-闵氏距离，其数学定义如下：

(d)方法属性farthestpoint(self, p)：找出离中心点p-闵氏距离最远的点，返回在self.points中的下标以及最大距离。