Python 单独保存时，比较矢量（查找最近的矢量）的有效方法是什么？

假设我有一个11523维的浮动向量

s

，也就是说，它的形状是1x11523。（是的，没有那么紧凑。）

我还有108000个向量要比较。其中，我想得到最接近

s

的向量。（换句话说，我在11523D中有108000个质心，我希望有距离

s

最近的质心）

当然，108000x11523浮动矩阵太大，无法保存在一个文件中。因此，将保存每个36个中心线。（例如，

c0000.pickle

，

c0001.pickle

，

c0002.pickle

，…，

c2999，pickle

，每一个都是一个36x11523矩阵）

我正在浏览每个文件：

best_so_far = 1e10           # or, infinity
for file in files:
    centeroids = load(file)  # eg, `c0001.pickle`
    dist = distance_measure(s, centeroids)
    if dist < best_so_far:
        # update best

best_迄今为止=1e10#或无穷大
对于文件中的文件：
中心线=加载（文件）#例如，`c0001.pickle`
距离=距离（s，中心线）
如果距离<迄今为止的最佳距离：
#最佳更新

---

现在这个过程相当缓慢。有更好的方法吗？我是否应该加载几个文件，直到达到某个内存使用量并计算度量值？

除了复杂的计算之外，您还需要添加文件I/O。我想这不会有什么帮助。@YW如果你需要性能，Python是错误的工具。可能是Matlab、Mathematica或任何其他不基于脚本语言的工具。如果您使用常用的距离度量，如余弦，则可以对操作进行矢量化。是否为此使用

numpy

？你能用一个

scipy.sparse

矩阵吗？你的距离是多少？@Chuck