将 np.linalg.norm() (python) 应用于 2d numpy 数组和给定值的每个元素的最快方法是什么？

Question

我想计算给定值 x 和 2d 数组 arr 的每个单元格之间的 L2 范数（当前大小为 1000 x 100。我目前的方法：

    for k in range(0, 999):
        for l in range(0, 999):
            distance = np.linalg.norm([x - arr[k][l]], ord= 2)

x 和 arr[k][l] 都是标量。 我实际上想计算每个数组单元到给定值 x 的成对距离。 最后，对于 1000x 1000 的值，我需要 1000x1000 的距离。 不幸的是，就完成所需的时间而言，上述方法是一个瓶颈。 这就是为什么我正在寻找一种方法来加快速度。 我很感激任何建议。

一个可重现的例子（根据要求）：

arr = [[1, 2, 4, 4], [5, 6, 7, 8]]
x = 2
for k in range(0, 3):
        for l in range(0, 1):
            distance = np.linalg.norm([x - arr[k][l]], ord= 2)

请注意，真正的 arr 要大得多。 这只是一个玩具示例。

实际上，我不一定要使用 np.linalg.norm()。 我只想要给定值 x 的所有这些数组单元的 l2 范数。 如果您知道任何更合适的function，我愿意尝试。

Answer 1

您可以执行以下操作

1. 来自数组arr的子星x
2. 然后计算范数

    diff = arr - x
    distance = np.linalg.norm(diff, axis=2, ord=2)