Question

我想计算两个坐标为（rho和（lat1, lon1）的数组中存储的点之间的大圆距离（角度）lat2, lon2。：

deg2rad = np.pi/180.0
rho_cos = (np.sin(lat1[:,None]*deg2rad)*np.sin(lat2[None,:]*deg2rad) +
      np.cos(lat1[:,None]*deg2rad)*np.cos(lat2[None,:]*deg2rad)*np.cos(np.abs(lon1[:,None] - lon2[None,:])*deg2rad))

rho = np.arccos(rho_cos) / deg2rad

数组lat1和lon1包含数量级〜70000数据点，lat2和lon2包含数量级〜1200数据点。我需要使用不同的坐标数组进行多次（〜100000）次计算。可能的唯一lat1和lat2值来自具有450个数据点的数组，可能的唯一lon1和lon2值来自具有900个数据点的数组。

当前，计算是“缓慢的”（从大约100000次迭代的预期总时间而言），在单个内核上每次迭代大约需要4.5秒。如何加快计算速度？庞大的查找表，可用于所有可能的带有索引的坐标对？并行化？更快的numpy或scipy本机功能？

Python加速计算（大圆距离）

0 个答案: