我一直在spatial.cKDTree中使用scipy来计算点之间的距离。对于我的典型数据集，它总是运行得非常快（~1秒）（找到~1000点的距离到~1e6点的数组）。
我在使用Ubuntu 14.10的计算机上运行python 2.7.6中的代码。直到今天早上，我使用apt-get管理了大多数python包，包括scipy和numpy。我想要一些软件包的最新版本，所以我决定在/usr/lib/python2.7/ apt-get安装软件包，然后用pip install重新安装所有软件包（照顾{ {1}} scipy与liblapack-dev之类的依赖关系（如果需要）。安装好的所有东西都是可以导入的，没有任何问题。
apt-get现在，在相同大小的数据集上运行import scipy
import cython
scipy.__version__
'0.16.0'
cython.__version__
'0.22.1'
的速度非常慢。我看到的运行时间约为500秒而不是~1秒。我无法弄清楚发生了什么。
有关使用spatial.cKDTree而不是pip进行安装可能会导致apt-get运行速度过慢的建议吗？
答案 0 :(得分：10)
在0.16.x中，我添加了使用中位数或滑动中点规则构建cKDTree的选项，以及选择是否重新计算kd-tree中每个节点的边界超直角。默认值基于scipy.spatial.cKDTree和sklearn.neighbors.KDTree的效果经验。在一些人为的情况下（沿着维度高度拉伸的数据），它可能会产生负面影响，但通常它应该更快。尝试使用cKDTree和/或balanced_tree=False来构建compact_nodes=False。将两者都设置为False可以获得与0.15.x相同的行为。不幸的是，很难设置让每个人都满意的默认值，因为性能取决于数据。
另请注意，对于balanced_tree=True，我们通过在构造kd树时快速选择来计算中位数。如果由于某种原因数据是预先排序的，那么它将非常慢。在这种情况下，它将有助于改变输入数据的行。或者，您可以设置balanced_tree=False以避免部分快速排序。
还有一个用于多线程最近邻居查询的新选项。尝试使用query致电n_jobs=-1并查看它是否对您有所帮助。
答案 1 :(得分：0)
在下一版SciPy中，将使用introselect而不是quickselect创建平衡的kd树，这在结构化数据集上要快得多。如果在结构化数据集（如图像或网格）上使用cKDTree，则可以期待性能的大幅提高。如果您是从GitHub的master分支构建SciPy的，那么它已经可用。