用numpy計算距離矩陣的更快方法？

Question

我正在計算一個像numpy / scipy這樣的矩陣：

cost = np.empty([chroma1.data.shape[1], chroma2.data.shape[1]])

for x, cx in enumerate(chroma1.transpose()):
    for y, cy in enumerate(chroma2.transpose()):
        cost[x, y] = sp.distance.euclidean(cx, cy)

這需要相當長的時間。 是否有任何numpy / scipy函數可以讓我擺脫兩個嵌套循環？

Answer 1

看起來你正在計算距離矩陣。 scipy.spatial.distance包含幾個專門的，優化的函數來完成它。

在你的情況下：

cost = scipy.spatial.distance.cdist(chroma1.T, chroma2.T)

應該做你想要的。