我有很多星系。我需要将这些星系分类为半径为N的球体，计算每个球体中的平均星系数，并针对半径N绘制一个图。
这些星系作为径向坐标（右上角，赤纬和红移）存储在.fits文件中。我正在使用pyFITS和astropy将星系坐标转换为地球在（0,0,0）的笛卡尔坐标，然后将坐标存储在具有以下结构的numpy数组中：（（x，y，z），（x1， y1，z1），等等。
为了将星系分离为半径为N的球体，我从阵列中随机选择一个星系，然后遍历该阵列，计算出随机选择的星系与当前星系之间的距离。如果距离小于或等于半径，则将其添加到球体中。重复此次数与需要计算的气泡数一样。
我目前的方法确实很慢。我不熟悉numpy（我一直在研究事物），除了迭代遍历所有星系之外，我真的看不到更好的方法。
是否可以更快地执行此操作（与numpy数组有关-我现在将它们转换为普通的python列表）？这就是我现在正在做的事情（https://github.com/humz2k/EngineeringProjectBethe/blob/humza/bubbles.py）。
答案 0 :(得分：2)
首先，通常最好将代码示例张贴在问题所在的问题中（例如，选择要保留的半径的部分），而不要链接到整个脚本：）
第二，numpy数组非常适合科学编程！它们使您可以轻松地存储数据并对该数据执行矩阵运算，而不必遍历本机Python列表。如果您了解MATLAB，它们基本上可以让您完成MATLAB数组所做的大部分相同的事情。可以在here和here中找到更多信息。 pandas数据帧也很好用。
转到您的代码。在read_data函数的末尾，您可以合并其中一些coordinates语句，并且可能不需要添加tolist()，因为它是一个numpy.array（更快并使用较少的内存，请参见上面的链接）。
在您的get_bubbles函数中，我认为您不需要复制数据。副本也将占用内存。我在这里看到的最大问题是在循环中两次使用了变量i。这很糟糕，因为在第二个循环中替换了i。例如，
for i in [1, 2, 3, 4]:
for i in np.array([5, 6, 7, 8]):
print(i)
打印5, 6, 7, 8四次。这也很糟糕，因为我们无法确定哪个i可以满足您的需求（没有注释也无济于事；））。将第二个循环中的i变量替换为另一个变量，例如j。
有两种方法可以使列表更快：列表理解和初始化numpy.arrays。您可以阅读有关列表理解here的信息。初始化numpy.arrays的示例是
new_data = np.zeros(len(data))
for i in range(len(data)):
new_data[i] = data[i]
最后，您可以为半径创建一个单独的数组，并使用numpy.where查看与您的条件匹配的半径索引。
很多，希望对您有所帮助。