python - 迭代 numpy 数组元素的最快方法是什么?
问题描述
我有一个浮点距离值的 NumPy 数组,例如 D,我需要在 numpy 数组的每个元素上应用 geopy python 库中的测地线函数。我已经使用 for 循环迭代成功地完成了它,但是它太慢了,因为 D 大小有时会大于 3000 个元素。有什么方法可以使用向量化或其他更快的方法而不是 for 循环来将函数应用于 NumPy 数组的每个元素?像这样的东西:
from geopy.distance import geodesic
lat_start = 48.778767
long_start = -123.903275
bearing = 39.060744
coords1=(lat_start,long_start)
D = array([ 0. , 60.00501526, 120.01003051, 180.01504577,
240.02006102, 300.02507628, 360.03009153, 420.03510679,
480.04012205, 540.0451373 ])
destination = geodesic(kilometers= D/ 1000).destination(coords1, bearing)
解决方案
推荐阅读
- jaspersoft-studio - 在 Jaspersoft Studio 编辑图表时出现 NullPointerException
- python - PYTHON-DOTENV:从 vscode fun 按钮运行时不起作用
- reactjs - Api Platform Admin 使用猜测器组件,但不使用 React-admin 经典组件
- sql - 在 SQL 中链接两个表
- tensorflow - MobileNetV2 在 TF 2.2 上的预处理不一致
- java - 带有 Nginx 和预签名 URL 的 Minio
- json - 如何在 Highmaps 中使用自定义 JSON 地图
- javascript - 如何输入图像并将其用作光标?
- css - 媒体查询问题技术评估
- excel - 将重复性任务分成不同的步骤和程序