Python中惯性张量的快速计算

我需要执行一个非常快速的in计算

问题如下：

假设

xyz

是一个形状数组：

（样本，原子，3）

，它描述每个

样本中每个
原子的
3
笛卡尔坐标

每个样品中的
原子必须分裂成一组分子。我需要每个样本中每个分子的惯性张量

每个分子都包含
n
个原子，它们的排列方式使它们组合在一起。即:

   numpy.array( numpy.split(xyz, atoms/n, axis=1).shape )

返回形状数组：（分子数、样本数、每个分子的原子数，3），其中第一个索引在分子上运行

注:


这与所解决的问题非常相似，但他们计算整个系统的惯性张量，而我需要它各部分的惯性张量（系统中每个分子的惯性张量）
最好获得一组惯性张量
我认为这是一个很好的选择（但我发现很难实施）
我可以很快得到原子质量的数组，而且没有问题
如果有帮助的话，
samples
的大小约为100到500，
atoms
的大小约为20000（但该操作在许多块中运行，总共产生约1E5个样本）
那么，您的问题是使用循环对易于编写的算法进行矢量化以获得性能？在这里，我只需要使用像numpy这样的JIT编译器。例如或