Я сортирую массив данных на основе угла каждой точки в формах данных с другими точками. Для моих заданных data
(x, y, z) я вычисляю попарное расстояние (pwdist
), попарное значение (pwresi
) и угол между точкой пары данных (pwang
). Как только я получу это, я группирую данные в различные классы (определяемые углами от 0 до 180 с шагом 30), просматривая индекс данных и соответствующий ему угол. Тогда для каждого класса я оцениваю дисперсию/полувариантность. Для наглядности, я добавил мой код ниже:Эффективная сортировка и группировка действительно больших массивов
import tkinter as tk
from tkinter import filedialog
import pandas as pd
import numpy as np
from collections import defaultdict
from scipy.spatial.distance import pdist, squareform
root = tk.Tk()
root.withdraw()
filepath = filedialog.askopenfilename()
data = pd.read_excel(filepath)
data = np.array(data, dtype=np.float)
nrow, dummy_cols = data.shape
pwdist = squareform(pdist(data[:,:2]))
pwresi = (data[:,2, None] - data[:,2])**2
pwang = np.arctan2((data[:,1, None] - data[:,1]), (data[:,0, None] - data[:,0]))*180/np.pi
vecdistance = pwdist.ravel()
vecresidual = pwresi.ravel()
vecangle = pwang.ravel()
sortdistance = defaultdict(list)
sortresidual = defaultdict(list)
sortangle = defaultdict(list)
lagangle = []
count = -1
get_anglesector = 30
for j in range(0, 180, get_anglesector):
count += 1
for k, dummy_val in enumerate(vecangle):
if j <= vecangle[k] < j + get_anglesector:
sortdistance[count].append(vecdistance[k])
sortresidual[count].append(vecresidual[k])
sortangle[count].append(vecangle[k])
lagangle.append((j+get_anglesector/2))
uniquedistance = {}
classdistance = {}
summation = {}
semivariance = {}
for i, dummy_val in enumerate(sortdistance):
uniquedistance[i] = np.unique(sortdistance[i])
classdistance[i] = np.searchsorted(uniquedistance[i], sortdistance[i])
summation[i] = np.bincount(classdistance[i], weights=sortresidual[i])
semivariance[i] = summation[i]/(2*np.bincount(classdistance[i]))
код работает довольно хорошо до тех пор, когда я должен сгруппировать данные в классы (то есть, в коде, из for j in range(0, 180, get_anglesector):
). Для данных с менее чем 500 точками этот код в порядке. Но я использую данные более 10 000 пунктов, и поэтому время имеет решающее значение. Есть ли эффективный/питонический способ написать этот код для повышения производительности?