计算向量的任何一对 2 元素之差的算法

Question

我有2个大向量"vec_x"和"vec_y"代表每个点的x和y轴位置。现在想要生成一个矩阵 (A)，其下标表示 2 个元素之间的距离，例如A[3][1000] 存储 sqrt((vec_x(3)-vec_x(1000))^2 + (vec_y(3)-vec_y(1000) )^2)。

有人有快速算法吗？

因为A很大，内存可能存不下。此外，如果我定义对角线元素都相同为一个常数，比如999，我需要的是一个向量，其元素代表A中每条线的总和。有想法吗？

简单的循环似乎超级慢。

Answer 1

使用 scipy.spatial.distance (http://docs.scipy.org/doc/scipy/reference/spatial.distance.html)，特别是 cdist().

>>> x = [1,2,3,4,5]
>>> y = [4,1,7,8,1]
>>> xy = zip(x, y)
>>> xy
[(1, 4), (2, 1), (3, 7), (4, 8), (5, 1)]
>>> import scipy.spatial.distance as ssd
>>> ssd.cdist(xy, xy)
array([[ 0.        ,  3.16227766,  3.60555128,  5.        ,  5.        ],
       [ 3.16227766,  0.        ,  6.08276253,  7.28010989,  3.        ],
       [ 3.60555128,  6.08276253,  0.        ,  1.41421356,  6.32455532],
       [ 5.        ,  7.28010989,  1.41421356,  0.        ,  7.07106781],
       [ 5.        ,  3.        ,  6.32455532,  7.07106781,  0.        ]])

计算向量的任何一对 2 元素之差的算法

algorithms to calculate difference of any pair of 2 elements for a vector

python

algorithm

convolution