我有两个重叠变量名称的距离矩阵。两个矩阵之间的最短路径
DFA：
Start A1 A2 A3 A4 … A150
Location
A 12 4 12 2 9
B 5 2 19 4 3
C 1 4 8 7 12
DFB：
A B C
X 4 12 32
Y 1 6 12
Z 2 8,5 11
我想
所以看看什么是一个项目的最短路径，例如组合A1 - > Z.我通过加载距离矩阵的csv并对它们进行拆分来编程。然后用df.itterows（）和两个for循环循环遍历可能的组合，并查看组合A1 - > Z的最小值。
但是由于我必须对30000个左右的项目执行此操作，因此需要长。
任何人都知道如何以矢量化的方式做到这一点？
我加了D，这样轴长就会有所不同（dfB不会是方形矩阵），只是为了我的方便（它也适用于矩形矩阵）。
import pandas as pd
import numpy as np
df_a = pd.read_csv('dfA.csv', delim_whitespace=True, index_col=0, decimal=",")
df_b = pd.read_csv('dfB.csv', delim_whitespace=True, index_col=0, decimal=",")
mat_a = df_a.values
mat_b = df_b.values
mat_a2 = np.expand_dims(mat_a, axis=2)
mat_b2 = np.expand_dims(mat_b.T, axis=1)
mat_a3 = np.tile(mat_a2, (1, 1, mat_b.shape[0]))
mat_b3 = np.tile(mat_b2, (1, mat_a.shape[1], 1))
tot = mat_a3 + mat_b3
ind = np.argmin(tot, axis=0).T
df_c = pd.DataFrame(df_b.columns.values[ind], columns=df_a.columns, index=df_b.index)
print(df_c)
DFA：
Start_Location A1 A2 A3 A4 A150
A 12 4 12 2 9
B 5 2 19 4 3
C 1 4 8 7 12
D 5 2 9 11 4
DFB：
A B C D
X 4 12 32 11,4
Y 1 6 2 9,3
Z 2 8,5 11 1,4
DFC：
A1 A2 A3 A4 A150
X A A A A A
Y C A C A B
Z D D D A D
新增networkx标签，可能是这样的路径有关的问题有帮助。 – Divakar
我忘了，谢谢！ – Uis234
保证这只需要2步？ A1到B到A3到C到X是不好的？ – Joel