我在尝试减少基于搜索距离的计算次数。我有N个节点和一个[NxN]布尔掩码，它告诉我哪些节点与其他具有T真值的节点在X距离内。
我还为每个节点提供了[Nx(d)]数据，其中(d)可以是(1)、(3)或(3x3)。我想要的“稀疏”格式，这是一个[Tx(d)]数组，这样我就可以做矢量计算沿着0轴。现在我这样做：
sparseData=data.repeat(data.shape[0],axis=0).reshape(np.concatenate(([data.shape[0],data.shape])))[mask]
这是可行的，但如果N太大，会导致内存错误，因为我用.repeat创建的[NxNx(d)]数组。如果我这样做：
data[None,...][mask]
它不起作用，但似乎必须有一个更有效的方法来做到这一点。