Я вычисляю матрицу расстояний между большим количеством точек (5000) на сфере (используя функцию расстояния Хаверсина).
Вот мой код:
require(geosphere)
x=rnorm(5000)
y=rnorm(5000)
xy1=cbind(x,y)
Время, необходимое для вычисления матрицы расстояний, равно
system.time( outer(1:nrow(xy1), 1:nrow(xy1), function(i,j) distHaversine(xy1[i,1:2],xy1[j,1:2])))
На выполнение этой программы уходит много времени. Любые предложения, как снизить затраты времени на выполнение этой работы! Спасибо.
Попробовать встроенную функцию в пакете geosphere?
z <- distm( xy1 )
Функция расстояния по умолчанию для distm(), которая вычисляет матрицу расстояний между набором точек, является формулой Хаверсинуса ("distHaversine"), но вы можете указать другую, используя аргумент fun.
На моем Core i7 rMBP с тактовой частотой 2,6 ГГц это занимает около 5 секунд для получения 5000 очков.
Ниже я добавляю решение с использованием пакета пространственного риска. Ключевые функции в этом пакете написаны на C ++ (Rcpp) и поэтому работают очень быстро.
library(geosphere)
library(spatialrisk)
library(data.table)
x=rnorm(5000)
y=rnorm(5000)
xy1 = data.table(x,y)
# Cross join two data tables
coordinates_dt <- optiRum::CJ.dt(xy1, xy1)
system.time({
z <- distm( xy1 )
})
# user system elapsed
# 14.163 3.700 19.072
system.time({
distances_m <- coordinates_dt[, dist_m := spatialrisk::haversine(y, x, i.y, i.x)]
})
# user system elapsed
# 2.027 0.848 2.913
forдля циклического перехода по вектору для многократного вызова функции (distHaversine()), которая уже векторизована !! Они написали больше кода, одновременно снизив скорость выполнения примерно в 300 раз !!! Не обращайте внимания на эту статью! Вы не вызовете функцию 10 000 раз, хотя подойдет и один раз! - person Simon O'Hanlon schedule 24.05.2016