我有两个数组，数组A包含~1M行，数组B包含~400K行。除了其他之外，每个都包含一个点的坐标。对于数组A中的每个点，我需要找到数组B中有多少点在它的一定距离内。我如何避免天真地比较一切？根据它在开始时的速度，天真地运行将在我的机器上花费10天以上。这需要嵌套循环，但是数组太大而无法构造distance matrix（400G条目！）
我想方法是只针对每个A坐标检查一组有限的B坐标。但是，我还没有确定一种简单的方法。也就是说，做出选择的最简单/最快捷的方法是什么，不需要检查B中的所有值（这是我试图避免的完全相同的任务）？
编辑：我应该提到这些不是2D（或nD）笛卡儿，而是球面（纬度/长度），距离是大圆距离。答案 0 :(得分：1)
我现在无法给出完整的答案，但有些暗示可以让你开始。在kd树中组织B中的点会更有效。您可以使用班级scipy.spatial.KDTree轻松完成此操作，并且可以使用此类上的query()方法请求给定距离内的点。
答案 1 :(得分：0)
以下是使用k-d树在球体上的点列表之间交叉匹配的一种可能实现方式。 http://code.google.com/p/astrolibpy/source/browse/my_utils/match_lists.py
另一种方法是使用healpy模块及其get_neighbors方法。