加速python循环以构建大对称矩阵

Question

我编写了这段代码来创建一个对称矩阵m * m（A），其中m = 1682.这段代码在Jupyter上网本（Ipython）上运行，速度非常慢。考虑到真实矩阵m = 1000万，有谁知道如何提高性能？
其他细节：

• R是矩阵（numpy数组）n * m
• rx是一个矩阵（numpy数组）

• 电影是一个矩阵（numpy数组）

  def make_A(R, rx, movies):
    m = R.shape[1]
    A = np.zeros((m,m))
    for i in range(m):
      for j in range(i,m):
          if i!= j:
              ri = np.linalg.norm(R[:,i], ord=None)
              rj = np.linalg.norm(R[:,j], ord=None)
              mov1 = movies[i]
              mov2 = movies[j]
              temp = rx[(rx[:,1]==mov1) | (rx[:,1]==mov2)]
              temp = temp[:,0]
              y = np.bincount(temp.T)
              ii = np.nonzero(y)[0]
              temp = np.vstack((ii, y[ii])).T
              temp = temp[temp[:,1]==2]
              Uij = temp.shape[0]
              A[i,j]=ri*rj+Uij
    A=A + A.T - np.diag(A.diagonal())
    return A