小编Ond*_*ian的帖子

我使用 cython 使用自定义指标来计算成对距离矩阵，作为scipy.spatial.distance.pdist的更快替代方案。

我的动机

我的指标具有以下形式

def mymetric(u,v,w):
     np.sum(w * (1 - np.abs(np.abs(u - v) / np.pi - 1))**2)

使用 scipy 的成对距离可以计算为

x = sp.spatial.distance.pdist(r, metric=lambda u, v: mymetric(u, v, w))

这里，r是维度为 的m向量n矩阵，是维度为 的“权重”因子。mnwn

由于我的问题m相当高，计算速度非常慢。m = 2000这大约n = 10需要 20 秒。

Cython 的初始解决方案

我在 cython 中实现了一个简单的函数来计算成对距离，并立即得到了非常有希望的结果——加速超过 500 倍。

import numpy as np
cimport numpy as np
import cython

from libc.math cimport fabs, M_PI …