计算向量数组 A 的向量和向量数组 B 的向量之间的每个 L2 距离的最有效方法？

Question

我需要实现一个算法。 但是计算需要很多时间，我需要尽可能快地完成。

现在我有两个 numpy 数组：

数组 A -> 2000 个包含 512 个元素的向量，

数组 B -> 512 个元素的 1000 个向量。

我需要计算数组 A 和数组 B 中向量之间的每一个距离。现在，我从数组 A 中取出 1 个向量，并计算它与数组 B 中所有向量的距离，如下所示：

np.sum(np.abs(BA[0])**2,axis=-1)**(0.5)

但是使用这个我必须循环 2000 个周期，这需要很多时间。

任何替代方案？

Answer 1

sklearn.metrics.pairwise_distances正好解决了这个问题。