找出球形区域中的所有点

Question

例如，找到下面的图片，这解释了简单2D案例的问题。每个点的标签（N）和坐标（x，y）是已知的。我需要找到位于红圈内的所有点标签

我的实际问题是3D，点数不均匀分布

此处附有包含7.25 M点坐标的示例输入文件point file。

我尝试了下面这段代码

import numpy as np

C = [50,50,50]

R = 20 

centroid = np.loadtxt('centroid') #chk the file attached

def dist(x,y): return sum([(xi-yi)**2 for xi, yi in zip(x,y)])

elabels=[i+1 for i in range(len(centroid)) if dist(C,centroid[i])<=R**2]

对于单次搜索，需要约10分钟。有什么建议让它更快？

谢谢， Prithivi

Answer 1

使用numpy时，请避免在数组上使用列表推导。

您的计算可以使用像这样的矢量化表达式完成

centre = np.array((50., 50., 50.))
points = np.loadtxt('data')

distances2= np.sum((points-centre)**2, axis=1)

points是N x 2数组，points-centre也是N x 2数组， (points-centre)**2计算差异的每个元素的平方，并且最终np.sum(..., axis=1)对沿轴no的平方差异的元素求和。 1，即跨列。

要过滤位置数组，可以使用布尔索引

close = points[distances2<max_dist**2]

Answer 2

你正在大量调用dist函数。您可以尝试对其进行低级优化，并使用更高效的timeit Python模块进行控制。在我的机器上，我尝试了这个：

def dist(x,y):
    d0 = y[0] -x[0]
    d1 = y[1] -x[1]
    d2 = y[2] -x[2]
    return d0 * d0 + d1*d1 + d2*d2

and timeit说它快了3倍多。

这个只是在中间：

def dist(x,y):
    s = 0
    for i in range(len(x)):
        d = y[i] - x[i]
        s += d * d
    return s