python余弦距离聚类算法_Python中余弦距离计算的优化方法

我写了一个计算两个数组之间余弦距离的方法：def cosine_distance(a, b):

if len(a) != len(b):

return False

numerator = 0

denoma = 0

denomb = 0

for i in range(len(a)):

numerator += a[i]*b[i]

denoma += abs(a[i])**2

denomb += abs(b[i])**2

result = 1 - numerator / (sqrt(denoma)*sqrt(denomb))

return result

在大型阵列上运行它可能非常慢。这个方法是否有一个优化版本可以运行得更快？

更新：到目前为止，我已经尝试了所有的建议，包括scipy。下面是要击败的版本，其中包含了迈克和史蒂夫的建议：def cosine_distance(a, b):

if len(a) != len(b):

raise ValueError, "a and b must be same length" #Steve

numerator = 0

denoma = 0

denomb = 0

for i in range(len(a)): #Mike's optimizations:

ai = a[i] #only calculate once

bi = b[i]

numerator += ai*bi #faster than exponent (barely)

denoma += ai*ai #strip abs() since it's squaring

denomb += bi*bi

result = 1 - numerator / (sqrt(denoma)*sqrt(denomb))

return result