Quiero exponer sobre la respuesta sencilla con varias notas sobre los resultados. np.linalg.norm hará tal vez más de lo que necesita:
dist = numpy.linalg.norm(a-b)
En primer lugar - esta función está diseñada para trabajar sobre una lista y devolver todos los valores, por ejemplo, para comparar la distancia de pA
al conjunto de puntos sP
:
sP = set(points)
pA = point
distances = np.linalg.norm(sP - pA, ord=2, axis=1.) # distances is a list
Recuerde varias cosas: las llamadas a funciones
- pitón son caros,
- pitón [regulares] no almacena en caché las búsquedas de nombres.
Así:
def distance(pointA, pointB):
dist = np.linalg.norm(pointA - pointB)
return dist
no es tan inocente como parece.
>>> dis.dis(distance)
2 0 LOAD_GLOBAL 0 (np)
2 LOAD_ATTR 1 (linalg)
4 LOAD_ATTR 2 (norm)
6 LOAD_FAST 0 (pointA)
8 LOAD_FAST 1 (pointB)
10 BINARY_SUBTRACT
12 CALL_FUNCTION 1
14 STORE_FAST 2 (dist)
3 16 LOAD_FAST 2 (dist)
18 RETURN_VALUE
En primer lugar - cada vez que lo llamamos, tenemos que hacer una búsqueda global para "NP", una búsqueda con ámbito de "linalg" y una búsqueda con ámbito de "norma", y la sobrecarga de simplemente llamada la función puede equipararse a docenas de instrucciones de python.
Por último, desperdiciamos dos operaciones para almacenar el resultado y volver a cargarlo para devolver ...
primer paso en la mejora: realizar las operaciones de búsqueda más rápido, saltar la tienda
def distance(pointA, pointB, _norm=np.linalg.norm):
return _norm(pointA - pointB)
tenemos la mucho más aerodinámico:
>>> dis.dis(distance)
2 0 LOAD_FAST 2 (_norm)
2 LOAD_FAST 0 (pointA)
4 LOAD_FAST 1 (pointB)
6 BINARY_SUBTRACT
8 CALL_FUNCTION 1
10 RETURN_VALUE
La llamada sobrecarga de la función todavía asciende a un poco de trabajo, sin embargo. Y usted querrá hacer puntos de referencia para determinar si puede ser mejor hacer sus propios cálculos:
def distance(pointX, pointY):
return (
((pointX.x - pointY.x) ** 2) +
((pointY.y - pointY.y) ** 2) +
((pointZ.z - pointZ.z) ** 2)
) ** 0.5 # fast sqrt
En algunas plataformas, **0.5
es más rápido que math.sqrt
. ymmv.
**** notas de rendimiento avanzadas.
¿Por qué calcula la distancia? Si el único propósito es mostrarlo:
print("The target is %.2fm away" % (distance(a, b)))
muévete. Pero si comparas distancias, haces verificaciones de rango, etc., me gustaría agregar algunas observaciones de perforación útiles.
Tomemos dos casos: ordenando por distancia o seleccionando una lista para los artículos que cumplen con una restricción de rango.
# Ultra naive implementations. Hold onto your hat.
def sort_things_by_distance(origin, things):
return things.sort(key=lambda thing: distance(origin, thing))
def in_range(origin, range, things):
things_in_range = []
for thing in things:
if distance(origin, thing) <= range:
things_in_range.append(thing)
Lo primero que tenemos que recordar es que estamos utilizando Pitágoras para calcular la distancia (dist = sqrt(x^2 + y^2 + z^2)
) por lo que estamos haciendo un montón de llamadas sqrt
. Math 101:
dist = root (x^2 + y^2 + z^2)
:.
dist^2 = x^2 + y^2 + z^2
and
sq(N) < sq(M) iff M > N
and
sq(N) > sq(M) iff N > M
and
sq(N) = sq(M) iff N == M
En resumen: hasta que realmente requiere la distancia en una unidad de X en lugar de X^2, podemos eliminar la parte más difícil de los cálculos.
# Still naive, but much faster.
def distance_sq(left, right):
""" Returns the square of the distance between left and right. """
return (
((left.x - right.x) ** 2) +
((left.y - right.y) ** 2) +
((left.z - right.z) ** 2)
)
def sort_things_by_distance(origin, things):
return things.sort(key=lambda thing: distance_sq(origin, thing))
def in_range(origin, range, things):
things_in_range = []
# Remember that sqrt(N)**2 == N, so if we square
# range, we don't need to root the distances.
range_sq = range**2
for thing in things:
if distance_sq(origin, thing) <= range_sq:
things_in_range.append(thing)
Genial, ambas funciones ya no hacen ningún caro cuadrados. Eso será mucho más rápido. También podemos mejorar in_range mediante la conversión a un generador:
def in_range(origin, range, things):
range_sq = range**2
yield from (thing for thing in things
if distance_sq(origin, thing) <= range_sq)
Este especial tiene beneficios si se está haciendo algo como:
if any(in_range(origin, max_dist, things)):
...
Pero si lo siguiente que se va a hacer requiere una distancia
for nearby in in_range(origin, walking_distance, hotdog_stands):
print("%s %.2fm" % (nearby.name, distance(origin, nearby)))
consideran tuplas rendimiento:
def in_range_with_dist_sq(origin, range, things):
range_sq = range**2
for thing in things:
dist_sq = distance_sq(origin, thing)
if dist_sq <= range_sq: yield (thing, dist_sq)
Esto puede ser especialmente útil si puede controlar la gama de cadenas ('busque cosas que estén cerca de X y dentro de Nm de Y', ya que no tiene que volver a calcular la distancia).
¿Pero qué pasa si estamos buscando una lista realmente grande de things
y anticipamos que muchos de ellos no valen la pena?
realidad, hay una optimización muy simple:
def in_range_all_the_things(origin, range, things):
range_sq = range**2
for thing in things:
dist_sq = (origin.x - thing.x) ** 2
if dist_sq <= range_sq:
dist_sq += (origin.y - thing.y) ** 2
if dist_sq <= range_sq:
dist_sq += (origin.z - thing.z) ** 2
if dist_sq <= range_sq:
yield thing
Si esto es útil dependerá del tamaño de las 'cosas'.
def in_range_all_the_things(origin, range, things):
range_sq = range**2
if len(things) >= 4096:
for thing in things:
dist_sq = (origin.x - thing.x) ** 2
if dist_sq <= range_sq:
dist_sq += (origin.y - thing.y) ** 2
if dist_sq <= range_sq:
dist_sq += (origin.z - thing.z) ** 2
if dist_sq <= range_sq:
yield thing
elif len(things) > 32:
for things in things:
dist_sq = (origin.x - thing.x) ** 2
if dist_sq <= range_sq:
dist_sq += (origin.y - thing.y) ** 2 + (origin.z - thing.z) ** 2
if dist_sq <= range_sq:
yield thing
else:
... just calc distance and range-check it ...
Y de nuevo, considere ceder el dist_sq. Nuestro ejemplo del perrito caliente se convierte en:
# chaining generators
info = in_range_with_dist_sq(origin, walking_distance, hotdog_stands)
info = (stand, dist_sq**0.5 for stand, dist_sq in info)
for stand, dist in info:
print("%s %.2fm" % (stand, dist))
Sabía que había una razón para que no aceptara mi propia respuesta :-). Solo para que conste, logré ver la respuesta de Mark Lavin antes de que la borrara. Me gustó más el enlace a los documentos de Python y la explicación. ¿Puedes agregar algunos detalles? –
Los documentos linalg.norm se pueden encontrar aquí: http://docs.scipy.org/doc/numpy/reference/generated/numpy.linalg.norm.html Mi único comentario real fue el tipo de señalamiento de la conexión entre una norma (en este caso, la norma/2 norma de Frobenius, que es la predeterminada para la función de norma) y una métrica (en este caso, distancia euclídea). –
Si OP desea calcular la distancia entre una matriz de coordenadas, también es posible usar [scipy.spatial.distance.cdist] (https://docs.scipy.org/doc/scipy/reference/generated/generated/scipy .spatial.distance.cdist.html). – mnky9800n