### Python 实现读取 Excel 文件并生成欧几里得距离矩阵 以下是基于提供的资料以及专业知识编写的完整解决方案，能够完成从读取 Excel 数据到生成欧几里得距离矩阵的任务。 ```python import pandas as pd import numpy as np from scipy.spatial import distance def read_excel_and_calculate_distances(file_path, sheet_name=0): """ 读取 Excel 文件中的点坐标数据，并计算每两点间的欧几里得距离矩阵。 参数: file_path (str): Excel 文件路径。 sheet_name (int/str): 工作表名称或索引，默认为第一个工作表。 返回: tuple: 包含原始点坐标的 DataFrame 和对应的欧几里得距离矩阵。 """ # 使用 Pandas 读取 Excel 文件 df = pd.read_excel(file_path, sheet_name=sheet_name) # 读取指定的工作表[^2] # 提取坐标列（假设坐标列为 'X' 和 'Y'） if {'X', 'Y'}.issubset(df.columns): points = df[['X', 'Y']].to_numpy() # 将坐标转换为 NumPy 数组[^3] else: raise KeyError("Excel 文件缺少必要的 'X' 或 'Y' 列。") # 计算欧几里得距离矩阵 distance_matrix = distance.cdist(points, points, metric='euclidean') # 使用 SciPy 的 cdist 函数[^4] return df, distance_matrix # 测试代码 if __name__ == "__main__": excel_file_path = "coordinates.xlsx" # 替换为实际的文件路径 try: data_frame, euclidean_distance_matrix = read_excel_and_calculate_distances(excel_file_path) print("Original Data Frame:\n", data_frame) print("\nGenerated Euclidean Distance Matrix:\n", euclidean_distance_matrix) except Exception as e: print(f"Error occurred: {e}") ``` 此脚本实现了以下几个功能： 1. **读取 Excel 文件**：通过 `pandas.read_excel` 方法加载包含点坐标的 Excel 表格[^2]。 2. **提取坐标数据**：假设定好的 Excel 文件中有两列表示 X 和 Y 坐标，将其转化为 NumPy 数组以便后续运算[^3]。 3. **计算距离矩阵**：调用 `scipy.spatial.distance.cdist` 函数高效地计算所有点对之间的欧几里得距离[^4]。 --- #### 关键技术说明 - **Pandas 处理 Excel 数据** - Pandas 是一种强大的数据分析库，支持多种文件格式的操作，包括 CSV、JSON 及 Excel 等[^5]。 - **NumPy 进行数值计算** - NumPy 提供了高性能的数组对象及其丰富的数学函数接口，在这里被用来存储和操作点坐标数据[^6]。 - **SciPy 批量计算距离** - SciPy 库下的 `cdist` 函数可以一次性返回任意两个集合间的所有配对距离，极大地简化了程序逻辑复杂度[^7]。 --- ### 注意事项 - 确保安装所需依赖包 (`pip install pandas openpyxl scipy`)。 - 如果 Excel 文件中存在多余列或者命名不一致，则需调整代码适应实际情况。 - 对于超大数据集而言，内存占用可能成为一个潜在问题，此时可考虑分批处理或其他优化策略。 ---