我试图检查的相似性n图像我保存在一个数组（由1797个样本组成我的目标是将每对图像的L1距离保存在大小为1797x1797的数组中（注意计算L1的方法写在下面）. t此刻我正在使用下面的方法来比较它们，但它似乎有点慢和“非Python”，有没有一种方法可以对numpy或类似的库做同样的事情，这可能最终会在性能方面升级？

import numpy as np

def L1(x1, x2):
    x1 = x1.astype(np.int64)
    x2 = x2.astype(np.int64)
    distanceL1 = np.sum(np.abs(x2 - x1))
    return distanceL1

def L1_final(dataset):
    images = dataset
    images = np.array(images).reshape([1797,64]) #this is due to the fact that the 64 bits are a bi-dimensional array of size 8x8 at the start
    
    d = np.zeros([len(images), len(images)])
    length = len(images)
    for x1 in range(length):
        img = images[x1]
        for x2 in range(length):
            d[x1,x2] = L1(img, images[x2])
    return d

print(L1_final(digits.images))