我有一个2D矩阵,我想采取每行的规范.但是当我numpy.linalg.norm(X)直接使用时,它需要整个矩阵的范数.
我可以通过使用for循环然后取每个行的规范来获取每行的范数X[i],但是因为我有30k行所以需要很长时间.
有什么建议可以找到更快的方法吗？或者是否可以应用于np.linalg.norm矩阵的每一行？
我有（比方说）100 分。我想在它们之间生成一条路径，越短越好。这就是旅行商问题。由于TSP 是 NP 难的，我对没有找到全局解决方案感到满意。我的方法可以快速给出解决方案并且扩展性良好。
生成示例点：
import numpy as np
points = np.random.RandomState(42).rand(100,2)
生成距离矩阵，其中i,j条目包含point[i]和之间的距离point[j]。使用这个答案：
z = np.array([[complex(*c) for c in points]]) # notice the [[ ... ]]
distance_matrix = abs(z.T-z)
我如何继续找到一条至少具有局部最小路径长度的最短路径？
一些相关问题：
此线程：scipy 中的旅行推销员提供了用于查找 TSP 解决方案的代码。但它以迭代方式工作，因此如果要访问的点数量很大，则脚本不会在合理的时间内生成解决方案。
此主题：如何使用 python 中的 or-tools 解决累积旅行商问题？没有代码答案，并且不专注于经典 TSP。
此线程：优化旅行商算法（时间旅行者算法）提供了问题的迭代解决方案（这意味着糟糕的扩展）