我有两个二维数组: x _ array 包含 x 方向的位置信息,y _ array 包含 y 方向的位置信息。
然后我有一个长长的 x,y 点列表。
对于列表中的每个点,我需要找到最接近该点的位置(在数组中指定)的数组索引。
基于这个问题,我天真地编写了一些可以工作的代码: 在 numpy 数组中查找最接近的值
也就是说。
import time
import numpy
def find_index_of_nearest_xy(y_array, x_array, y_point, x_point):
distance = (y_array-y_point)**2 + (x_array-x_point)**2
idy,idx = numpy.where(distance==distance.min())
return idy[0],idx[0]
def do_all(y_array, x_array, points):
store = []
for i in xrange(points.shape[1]):
store.append(find_index_of_nearest_xy(y_array,x_array,points[0,i],points[1,i]))
return store
# Create some dummy data
y_array = numpy.random.random(10000).reshape(100,100)
x_array = numpy.random.random(10000).reshape(100,100)
points = numpy.random.random(10000).reshape(2,5000)
# Time how long it takes to run
start = time.time()
results = do_all(y_array, x_array, points)
end = time.time()
print 'Completed in: ',end-start
我在一个大的数据集上做这个,并且真的想要加快一点速度。 有人能优化这个吗?
谢谢。
更新: 根据@silvado 和@justin (下面)的建议提出解决方案
# Shoe-horn existing data for entry into KDTree routines
combined_x_y_arrays = numpy.dstack([y_array.ravel(),x_array.ravel()])[0]
points_list = list(points.transpose())
def do_kdtree(combined_x_y_arrays,points):
mytree = scipy.spatial.cKDTree(combined_x_y_arrays)
dist, indexes = mytree.query(points)
return indexes
start = time.time()
results2 = do_kdtree(combined_x_y_arrays,points_list)
end = time.time()
print 'Completed in: ',end-start
上面的代码使我的代码(在100x100个矩阵中搜索5000个点)快了100倍。有趣的是,使用 Scypy.space. KDTree(而不是 Scypy.spatial.cKDTree)给我的初始解决方案提供了可比较的时间,因此使用 cKDTree 版本是绝对值得的..。