使用 NumPy 向量化计算点到多个参考点的距离

本文介绍如何使用 NumPy 向量化计算多个点到多个参考点的距离，避免使用循环，提高计算效率。通过巧妙地利用 NumPy 的广播机制，我们可以用简洁的代码实现高效的距离计算，并探讨了大规模数据处理时 scipy.spatial.KDTree 的应用。

在科学计算中，经常需要计算多个点到多个参考点的距离。当参考点数量较多时，使用循环逐个计算距离效率较低。 NumPy 提供了强大的向量化操作，可以避免循环，显著提高计算速度。本文将介绍如何使用 NumPy 的广播机制，实现高效的距离计算。

问题描述

假设我们有一个 N x 3 的数组 points，其中每一行代表一个点的坐标。另外，我们还有一个 M x 3 的数组 references，其中每一行代表一个参考点的坐标。我们的目标是计算 points 中每个点到 references 中所有参考点的距离，得到一个 M x N 的距离矩阵。

解决方案：利用 NumPy 广播机制

NumPy 的广播机制允许对形状不完全相同的数组进行运算。在这种情况下，我们可以利用广播机制，将 points 数组扩展为 M x N x 3 的数组，将 references 数组扩展为 N x M x 3 的数组，然后进行减法运算，最后计算每个点的距离。

以下是实现代码：

import numpy as np

# 设置随机数种子，保证结果可复现
np.random.seed(0)

# 定义点的数量和参考点的数量
N = 4
M = 2

# 生成随机点和参考点
points = np.random.random((N, 3))
references = np.random.random((M, 3))

# 使用 NumPy 向量化计算距离
distances = np.linalg.norm(references - points[:, None], axis=-1)

# 打印结果
print(distances)

代码解释：

1. points[:, None]：这部分代码是关键。None 在 NumPy 中等价于 np.newaxis，它的作用是在 points 数组的第二个维度（索引为 1 的维度）插入一个新轴。这样，points 数组的形状就从 (N, 3) 变成了 (N, 1, 3)。

2. references - points[:, None]：由于 points[:, None] 的形状是 (N, 1, 3)，而 references 的形状是 (M, 3)，NumPy 会自动进行广播。广播的规则是：

   • 比较两个数组的形状，从尾部开始比较。
   • 如果两个维度的大小相等，或者其中一个维度的大小为 1，则这两个数组是兼容的。
   • 如果两个数组的所有维度都兼容，则可以进行广播。
   • 广播后的数组的形状是两个数组形状的各个维度大小的最大值。

   在本例中，references 的形状是 (M, 3)，points[:, None] 的形状是 (N, 1, 3)。从尾部开始比较，最后一个维度都是 3，兼容。倒数第二个维度，references 是 M，points[:, None] 是 1，兼容。因此，可以进行广播。广播后，points[:, None] 的形状变为 (N, M, 3)，references 的形状变为 (M, N, 3)。然后进行减法运算，得到一个形状为 (M, N, 3) 的数组。

3. np.linalg.norm(..., axis=-1)：np.linalg.norm 函数用于计算向量的范数（长度）。axis=-1 表示沿着最后一个维度（即 3）计算范数。因此，np.linalg.norm(references - points[:, None], axis=-1) 的结果是一个形状为 (M, N) 的数组，其中每个元素表示 points 中对应点到 references 中对应参考点的距离。

输出结果：

[[0.57216693 0.86543108]
 [0.76350759 0.63809564]
 [0.90274337 0.94847268]
 [0.51150232 0.88049546]]

这个结果是一个 M x N 的数组，其中 distances[i, j] 表示 points[j] 到 references[i] 的距离。

注意事项

• 理解 NumPy 的广播机制是关键。通过插入新轴，可以巧妙地利用广播机制，避免循环，提高计算效率。
• 上述代码适用于点和参考点的维度相同的情况。如果维度不同，需要进行适当的调整。

大规模数据处理：scipy.spatial.KDTree

如果需要处理大量的点，并且只需要找到距离最近的若干个邻居，那么使用 scipy.spatial.KDTree 会更加高效。 KDTree 是一种空间索引数据结构，可以快速查找给定点附近的点。

以下是使用 scipy.spatial.KDTree 的示例代码：

from scipy.spatial import KDTree

# 创建 KDTree 对象
tree = KDTree(references)

# 查询每个点最近的 K 个邻居
k = 1  # 例如，查找最近的 1 个邻居
distances, indices = tree.query(points, k=k)

# 打印结果
print("Distances:", distances)
print("Indices:", indices)

代码解释：

1. KDTree(references)：使用参考点创建 KDTree 对象。
2. tree.query(points, k=k)：查询 points 中每个点最近的 k 个邻居。返回两个数组：distances 包含距离，indices 包含邻居的索引。

scipy.spatial.KDTree 在大规模数据处理时，效率远高于直接计算所有距离。

总结

本文介绍了如何使用 NumPy 向量化计算多个点到多个参考点的距离，避免使用循环，提高计算效率。通过巧妙地利用 NumPy 的广播机制，我们可以用简洁的代码实现高效的距离计算。对于大规模数据处理，scipy.spatial.KDTree 提供了更高效的解决方案。掌握这些技巧，可以有效地提高科学计算的效率。

以上就是使用 NumPy 向量化计算点到多个参考点的距离的详细内容，更多请关注php中文网其它相关文章！