Python 跨numpy数组的多个索引执行相同的自定义操作

以上是具有代表性的例子；实际点集可能有1000个点。因此，我想“矢量化”最后2行（用于循环）

是否有一种方法可以做到这一点，而不必在最后使用for循环，同时并行处理每个索引

i

---

注意：由于x的

邻域可以在每个
i
处具有不同数量的索引，因此该数组是dtype
object
，因此我无法直接使用它来选择
y
的元素，因此将x的
邻域作为数组没有任何好处；它也可以是一个列表。除非你能想出一种方法来给每个
x[i，：]
相同数量的邻域，否则你只能一点一点地进行计算。为了将其矢量化，第一步可能是使
x的邻域成为齐次
ndarray
。您可以使用此解决方案，因此将
邻域\u of_x
设置为数组没有任何好处；它也可以是一个列表。除非你能想出一种方法来给每个
x[i，：]
相同数量的邻域，否则你只能一点一点地进行计算。为了将其矢量化，第一步可能是使
x的邻域成为齐次
ndarray
。你可以使用这个解决方案
import numpy as np
x = np.random.random((3,3)) #point-set 1
y = np.random.random((3,3)) #point-set 2

neighbors_of_x = np.array([[0,1],[0],[0]])
#^^ contains indices of neighbors of points in x, in y.
#each point can have different number of neighbors in y.

#Below, for every point in x, subtract from its neighbor in y
for i in range(x.shape[0]):
  print(x[i,:] - y[neighbors_of_x[i],:])