在没有for循环的情况下使用多个numpy数组进行计算

Question

我是蛮力计算最短距离从一个点到多个其他2D平面上的数据来自熊猫数据帧使用df['column'].to_numpy()。你知道吗

目前，我正在使用numpy数组上的嵌套for循环来填充一个列表，获取该列表的最小值，并将该值存储在另一个列表中。你知道吗

检查1000点（从df_point）和25000点（从df_compare）大约需要一分钟，因为这是一个低效的过程。我的代码在下面。你知道吗

point_x = df_point['x'].to_numpy()
compare_x = df_compare['x'].to_numpy()
point_y = df_point['y'].to_numpy()
compare_y = df_compare['y'].to_numpy()
dumarr = []
minvals = []

# Brute force caclulate the closet point by using the Pythagorean theorem comparing each
# point to every other point
for k in range(len(point_x)):
    for i,j in np.nditer([compare_x,compare_y]):
        dumarr.append(((point_x[k] - i)**2 + (point_y[k] - j)**2))
    minval.append(df_compare['point_name'][dumarr.index(min(dumarr))])
    # Clear dummy array (otherwise it will continuously append to)
    dumarr = []

这不是一个特别的Python。有没有一种方法可以通过矢量化或至少不使用嵌套for循环来实现这一点？你知道吗

Answer 1

方法是创建一个1000 x 25000的矩阵，然后找到行最小值的索引。你知道吗

# distances for all combinations (1000x25000 matrix)
dum_arr = (point_x[:, None] - compare_x)**2 + (point_y[:, None] - compare_y)**2

# indices of minimums along rows
idx = np.argmin(dum_arr, axis=1)

# Not sure what is needed from the indices, this get the values 
# from `point_name` dataframe using found indices
min_vals = df_compare['point_name'].iloc[idx]