为什么scipy.spatial.ckdtree运行速度比scipy.spatial.kdtree慢

Question

通常，scipy.spatial.ckdtree的运行速度比scipy.spatial.kdtree快得多。

但在我的例子中，scipy.spatial.ckdtree的运行速度比scipy.spatial.kdtree慢。我的代码如下：

import numpy as np
from laspy.file import File
from scipy import spatial
from timeit import default_timer as timer
inFile = File("Toronto_Strip_01.las")
dataset = np.vstack([inFile.x, inFile.y, inFile.z]).transpose()
print(dataset.shape)
start=timer()
tree = spatial.cKDTree(dataset)
# balanced_tree = False
end=timer()
distance,index=tree.query(dataset[100,:],k=5)
print(distance,index)
print(end-start)

start=timer()
tree = spatial.KDTree(dataset)
end=timer()
dis,indices= tree.query(dataset[100,:],k=5)
print(dis,indices)
print(end-start)

dataset.shape为(2727891，3)，dataset.max()为4834229.32

但是，在测试用例中，scipy.spatial.ckdtree运行速度比scipy.spatial.kdtree快得多，代码如下：

import numpy as np
from timeit import default_timer as timer
from scipy import spatial
np.random.seed(0)
A = np.random.random((2000000,3))*2000000
start1 = timer()
kdt=spatial.KDTree(A)
end1 = timer()
distance,index = kdt.query(A[100,:],k=5)
print(distance,index)
print(end1-start1)

start2 = timer()
kdt = spatial.cKDTree(A)  # cKDTree + outside construction
end2 = timer()
distance,index = kdt.query(A[100,:],k=5)
print(distance,index)
print(end2-start2)

这里是我的问题：在我的代码中，我需要处理数据集来加速cKDTree吗？

我的python版本是3.6.5，scipy版本是1.1.0，cython是0.28.4。

Answer 1

也许会有更长的评论；但是您应该考虑cKDTree参数如何影响特定数据集的性能。

尤其是balanced_tree和compact_nodes - as 指向这里。