我有一个2dnumpy对象数组:A
和一个numpy值数组:l
(nx2数组)
2d numpy对象数组中的每个元素都有两个类似于[ax1,ay1]的值和类似于l
的值。你知道吗
我调用我自己的距离函数,计算l的第一个元素和A中每个元素之间的距离,然后取最小距离。循环如下所示:
for r in range(A.shape[0]):
for s in range(A.shape[1]):
lencent = l.shape[0]
dist = []
for p in range(lencent):
dist.append(distancefunction(A[r,s],A[r,s],l[p,0],l[p,1]))
#print dist
val = np.min(dist)
#print val
tempimg[r,s] = val
但是当numpy数组A很大,l很大,或者两者都很大时,这需要花费大量的时间。有什么方法可以优化这个循环的性能吗?你知道吗
目前没有回答
相关问题 更多 >
编程相关推荐