我们知道欧几里得距离（Euclidean distance）的公式可以表示为：

曼哈顿距离可以表示为：

也可以写为：

它们这两种距离可以概括为：

这个距离其实就是闵可夫斯基距离（Minkowski distance）。应用广泛，可以比较相似度，比如在scikit learn中的KNN算法中，计算距离的参数就默认为欧氏距离（闵可夫斯基距离p=2）。