привет!
Помогите пожалуйста разобраться, как я могу применить векторизацию. В рамках саморазвлечения и самообразования пытаюсь с нуля написать на питоне вычислительное решение n-body problem (для простоты — в двухмерном пространстве).
Есть numpy-array Nx5, который представляет координаты, массу и вектор движения N точек. Чтобы рассчитать, какие силы влияют на каждый объект в данный момент времени, мне нужно поэлементно произвести математические операции каждого элемента с каждым.  если это делать “в лоб”,  то при N=300 просчет “каждый для каждого” на моей машине занимает почти две секунды. А поскольку мне нужно провести много итераций этой функции, возник вопрос как можно оптимизировать следующий код:

obj = np.array(<Nxm>) # исходный объект содержащий координаты и т.д.
        results = np.zeros((len(obj), 2)) # объект, в который будут записываься результаты вычислений
        for i, pt_i in enumerate(obj):
            for j, pt_j in enumerate(obj):
                if i <= j:
                    continue
                iter_res = calculate_forces(pt_i[0:3], pt_j[0:3]) # функция производит несколько математических операций над двумя массивами 1х3, результат вычисления для пары элементов — array 1x2
                results[i] += list(iter_res)
                results[j] -= list(iter_res)

быстрый гугл дал очень много разных вариантов встроенных функций numpy, и я не вполне могу быстро разобраться какой из них мне может подойти а какой нет. Заранее спасибо!

😂😂😂😂😂😂

obj = np.array(<Nxm>) # исходный объект содержащий координаты и т.д.
        results = np.zeros((len(obj), 2)) # объект, в который будут записываься результаты вычислений
        for i, pt_i in enumerate(obj):
            for j, pt_j in enumerate(obj):
                if i <= j:
                    continue
                iter_res = calculate_forces(pt_i[0:3], pt_j[0:3]) # функция производит несколько математических операций над двумя массивами 1х3, результат вычисления для пары элементов — array 1x2
                results[i] += list(iter_res)
                results[j] -= list(iter_res)

Itertools.combinations?

не, ну там сложна. всякие scipy.linalg.blas гугл предлагает. парой встроенных функций не ускорить

https://github.com/pmocz/nbody-python/blob/master/nbody.py
вроде работает.
суммы, квадраты и пр векторные вычисления.

в принципе, довольно быстро считает, если отключить в этом коде постоянную отрисовку

Спасибо! В этом скрипте, к сожалению для меня, много дополнительных финтов и не очень понятно, что там шаг за шагом происходит. Поэтому я беру другое решение для трех объектов в лоб, и допиливаю, чтобы оно работало для большего количества тел

Ну так а что вы саму математику запихнули в функцию и не показываете?

а там сплошная арифметика

def calc_force(self, a, b):
        a_x, a_y, a_m = a
        b_x, b_y, b_m = b
        dx, dy = b_x - a_x, b_y - a_y

        r = (dx ** 2 + dy ** 2) ** 0.5
        F = self.G * a_m * b_m / r ** 2

        fx_1 = F * dx / r if dx != 0 else 0
        fy_1 = F * dy / r if dy != 0 else 0

        return fx_1, fy_1

Народ, привет, есть два массива. Какой показатель показывает близость этих массивов при поэлементность вычитании. Это же не среднеквадратичное и не диспресрия вроде как

близость в каком смысле? можно простой пример?

вычитаем поэлементно и надо сумму поэлементной разности

Это очередной кроссворд?
Ну тогда манхэтенновское расстояние

ага, нашёл уже, спасибо

типа такое штоле?

ага

mean_absolute_error

аже

даже

это встроенное уже есть?
т.е. мой виласипет ненужин?!?!?