为什么 Scipy 的 KDTree 这么慢？

Question

假设我有大约 100 组 100 个点，并且想要找出哪些点在给定距离内。我有两种实现，一种使用 k-d 树，另一种只是获得成对距离：

from scipy.spatial.distance import cdist
from scipy.spatial import KDTree
from itertools import combinations
import numpy
import time

pts = [numpy.random.randn(100,2) for x in range(100)]


start = time.time()

for p1, p2 in combinations(pts,2):
    numpy.argwhere(cdist(p1, p2) < 0.5)

print(time.time() - start)


start = time.time()

trees = [KDTree(x) for x in pts]

for p1, p2 in combinations(trees,2):
    p1.query_ball_tree(p2,0.5,eps=1)

print(time.time() - start)

在我的机器上 cdist 需要 0.5 秒，而 KDTree 实现需要一整分钟。建造树木需要 0.03 秒。我希望KDTree 方法更快，因为它不需要考虑每一对可能的点。

那么，我误解了什么，这可以更快地完成吗？

Answer 1

它是纯蟒蛇。替代实现 cKDTree 更快。