Python 两个数组的高效匹配（如何使用KDTree）

我有两个二维阵列，

obs1

和

obs2

。它们代表两个独立的测量系列，都有dim0=2，dim1稍有不同，例如

obs1.shape=（225000）

，和

obs2.shape=（225050）

obs1[0]

和

obs2[0]

表示时间，

obs1[1]

和

obs2[1]

表示某种空间坐标。两个数组（或多或少）都按时间排序。两个测量系列之间的时间和坐标应该是相同的，但实际上并非如此。此外，并非来自

obs1

的每个测量值在

obs2

中都有相应的值，反之亦然。另一个问题是，《纽约时报》可能会有轻微的偏移

我正在寻找一种有效的算法，将

obs2

中的最佳匹配值与

obs1

中的每个度量值相关联。目前，我是这样做的：

define dt = some_maximum_time_difference
define dx = 3
j = 0
i = 0
matchresults = np.empty(obs1.shape[1])
for j in obs1.shape[1]:
    while obs1[0, j] - obs2[0, j] < dt:
        i += 1
    matchresults[j] = i - dx + argmin(abs(obs1[1, i] - obs2[1, i-dx:i+dx+1]))

define dt=某个最大时间差
定义dx=3
j=0
i=0
matchresults=np.empty（obs1.shape[1]）
对于obs1.形状[1]中的j：
而obs1[0，j]-obs2[0，j]

这将产生良好的结果。但是，它非常慢，在循环中运行

---

对于如何在速度方面改进此算法的想法，例如使用KDtree或类似的工具，我将非常感谢。

在这种情况下使用

cKDTree

：

from scipy.spatial import cKDTree

obs2 = array with shape (2, m)
obs1 = array with shape (2, n)

kdt = cKDTree(obs2.T)
dist, indices = kdt.query(obs1.T)

---

其中

索引

将包含

obs2

中与

obs1

中的每个观察值相对应的列索引。请注意，我必须转置

obs1

和

obs2

您能在

第一个obs2\u索引上展开一点吗？它的时间差小于delta，结果是I=I+argmin（abs（obs1[1，I]-obs2[1，I-delta\ux:I+delta\ux+1]）

？假设您没有在这里执行另一个循环，我不相信KDTrees会加快速度。@MikyDinescu谢谢您的问题；我在原始帖子中更新了算法。您能发布一些数据和预期结果吗？我想知道是否有人回复您。谢谢您发布更多详细信息，但很遗憾我仍然不清楚你当前的算法是如何工作的。我不是python开发人员，所以可能会有其他人插话。我建议你用伪代码来演示你的算法。或者可能会询问更多的CS堆栈交换。@andreas-h你检查了下面的答案了吗？