numpy 2D matrix- Jak poprawić wydajność w tym przypadku?
Dowiedziałem się, że numpy jest powolne dla dostępu do pojedynczego elementu dla bardzo dużej macierzy. Następująca część kodu trwa około 7-8 minut. Rozmiar matrycy wynosi około 3000 * 3000
import numpy as np
................
................
ArrayLength=len(Coordinates)
AdjMatrix=np.zeros((len(Angles),len(Angles)))
for x in range(0, Arraylength):
for y in range(x+1, Arraylength-x):
distance=Distance(Coordinates[x],Coordinates[y)
if(distance<=radius)
AdjMatrix[x][y]=distance
AdjMatrix[y][x]=distance
W zasadzie próbuję skonstruować macierz sąsiedztwa dla wykresu, który składa się z około 3000 węzłów. Czy ktoś może mi pomóc w zrobieniu tego dziwnego sposobu? Lub jakieś alternatywy?
Edytuj: Oto funkcja Distance ()
Def Distance(p1,p2):
distance=np.sqrt(np.square(p1[0]-p2[0])+np.square(p1[1]-p2[1]))
return distance
Przy okazji przekazuję współrzędne jako krotki .. Jak w p [0] = współrzędna x i p [1] = współrzędna y.