要实现获取两点间距离的函数，可以用下面的步骤：
1. 计算两点的坐标差
计算两点坐标差的算法是通过分别计算两点在水平和垂直方向上的差值，然后使用勾股定理计算两点距离，即：
d = sqrt((x2 - x1) ** 2 + (y2 - y1) ** 2)
其中，x1、y1和x2、y2分别是两个点的坐标。
使用Python代码实现上述算法如下：
def distance(x1, y1, x2, y2):
dx = x2 - x1
dy = y2 - y1
return (dx**2 + dy**2)**0.5
上述代码定义了一个名为distance的函数，它接受四个参数，即两个点的坐标(x1, y1)和(x2, y2)。函数内部通过计算水平和垂直方向上的差值，然后用**运算符计算平方，最后用**0.5计算平方根得到距离值。其中，**表示乘方运算符，**0.5表示在Python中计算平方根的方式。
要调用上述Python函数，可以使用下面的代码示例：
# 计算点(0, 0)和点(3, 4)之间的距离
dist = distance(0, 0, 3, 4)
print(dist) # 输出结果 5.0
上述代码调用了distance函数，并将点(0, 0)和点(3, 4)的坐标传入函数中。函数返回计算得到的距离值，最后通过print语句输出结果5.0。
2. 使用库函数计算两点距离
此外，Python也提供了直接计算两点距离的函数，例如math.dist和numpy.linalg.norm等。使用这些函数，可以简化求解两点距离的过程。例如，可以使用math.dist函数来计算两点之间的距离。使用Python代码实现如下：
from math import dist
# 计算点(0, 0)和点(3, 4)之间的距离
p1 = (0, 0)
p2 = (3, 4)
dist = dist(p1, p2)
print(dist) # 输出结果5.0
上述代码首先从math库中导入dist函数，然后定义了两个点的坐标，使用dist函数计算它们之间的距离。最后通过print语句输出计算得到的结果，结果为5.0。
同样，可以使用numpy.linalg.norm函数来计算两点之间的距离。使用Python代码实现如下：
import numpy as np
# 计算点(0, 0)和点(3, 4)之间的距离
p1 = np.array([0, 0])
p2 = np.array([3, 4])
dist = np.linalg.norm(p2 - p1)
print(dist) # 输出结果5.0
上述代码首先从numpy库中导入np别名，然后定义了两个点的坐标，将它们转化为numpy数组，并使用np.linalg.norm函数计算它们之间的距离。最后通过print语句输出计算得到的结果，结果为5.0。
使用库函数的好处是可以减少代码量，并且一些高性能的库函数还可以提高计算速度。