import numpy as np

def distance_to_origin(chromosome_results, data=None):
    # 如果data不为空，则堆叠数据
    if data is not None:
        chromosome_results = np.vstack((chromosome_results, data))

    # 获取每个特征的范数
    norms = np.linalg.norm(chromosome_results, axis=0)

    # 检查是否有零值并替换它们，以避免除以零
    norms[norms == 0] = 1.0  # 或使用一个非常小的数来替换零

    # 归一化处理
    normalized_data = chromosome_results / norms

    # 计算归一化数据到原点的距离
    distances = np.linalg.norm(normalized_data, axis=1)

    # 如果data不为空，则删除最后一行
    if data is not None:
        distances = distances[:-1]

    return distances