我有两个描述空间曲线的 numpy 数组,它们在一个点上相交,我想在两个数组中找到该交点的最近值,我有这段代码可以正常工作,但对于大量点来说它会变慢。
from scipy import spatial
def nearest(arr0, arr1):
ptos = []
j = 0
for i in arr0:
distance, index = spatial.KDTree(arr1).query(i)
ptos.append([distance, index, j])
j += 1
ptos.sort()
return (arr1[ptos[0][1]].tolist(), ptos[0][1], ptos[0][2])
结果将是(<point coordinates>,<position in arr1>,<position in arr0>)
你的代码做了很多你不需要的事情。首先,你在每个循环上重建 KDtree,这是一种浪费。还query
需要一个点数组,所以不需要编写自己的循环。 Ptos 是一种奇怪的数据结构,您不需要它(也不需要对其进行排序)。尝试这样的事情。
from scipy import spatial
def nearest(arr0, arr1):
tree = spatial.KDTree(arr1)
distance, arr1_index = tree.query(arr0)
best_arr0 = distance.argmin()
best_arr1 = arr1_index[best_arr0]
two_closest_points = (arr0[best_arr0], arr1[best_arr1])
return two_closest_points, best_arr1, best_arr0
如果这仍然不够快,您需要更详细地描述您的问题,并确定其他搜索算法是否更适合您的问题。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)