我有一个代码片段,它使用haverine函数计算两个坐标列表之间的距离矩阵.虽然当前的实现工作正常,但它涉及嵌套循环,并且对于大型数据集来说可能很耗时.我正在寻找一种更有效的替代方案,可以避免使用for循环.
import numpy as np
from haversine import haversine
string_list_1 = [(20.00,-100.1),...] # List of vector pair coordinates (lat,long)
string_list_2 = [(21.00,-101.1),...] # Another list of pair coordinates
dist_mat = np.zeros((len(string_list_1), len(string_list_2)))
for i, coord1 in enumerate(string_list_1):
dist_mat[i, :] = np.array([haversine(coord1, coord2) for coord2 in string_list_2])
我将感谢建议或代码示例,以实现更高效,更快的实现,避免使用for循环.