Python 距离矩阵快，距离的函数慢

我正在使用Python包进行快速DTW计算。如文档中所述，可以使用以下代码：

from dtaidistance import dtw
import numpy as np
series = np.matrix([
    [0.0, 0, 1, 2, 1, 0, 1, 0, 0],
    [0.0, 1, 2, 0, 0, 0, 0, 0, 0],
    [0.0, 0, 1, 2, 1, 0, 0, 0, 0]])
ds = dtw.distance_matrix_fast(series)

计算系列集合之间的DTW距离度量。我正在处理的时间序列长度为3000。总的来说，我的每个数据集大约有3500个这样的系列

不幸的是，我无法在相当长的时间内从这个函数中得到任何结果。在我的机器上（128 GB RAM，32个CPU内核，4个Nvidia GPU），我不得不在一天后中止计算。令人惊讶的是，我甚至没有看到这个函数的任何输出，即使我将参数“show_progress”（see）设置为true

---

我做错了什么？非常感谢您的帮助。

事实证明，我只是没有从源代码构建包，因此无法访问更快的基于C的实现

上述步骤为我解决了问题：

该库也可以直接从中编译和/或安装 来源

Download the source from https://github.com/wannesm/dtaidistance
Compile the C extensions: python3 setup.py build_ext --inplace
Install into your site-package directory: python3 setup.py install

---

基于C的实现快了多少？大约快了98%。可以找到对此的详细讨论。