我有大量的星系。我需要将这些星系分成半径为N的球体，计算每个球体中星系的平均数量，并绘制这个半径为N的图形。
星系作为径向坐标存储在.fits文件中（右上升，赤纬和红移）。我正在使用pyFITS和astropy将星系坐标转换为地球的笛卡尔坐标（0,0,0），然后将坐标存储在一个numpy数组中，结构为：（（x，y，z），（x1， Y1，Z1），等等。）
为了将星系分成半径为N的球体，我从阵列中随机选择一个星系，然后迭代通过阵列计算随机选择的星系与当前星系之间的距离。如果距离小于或等于半径，则将其添加到球体中。这比需要计算的气泡数重复多次。
我目前的方法非常慢。我不熟悉numpy（我一直在想办法解决问题），而且我不能真正看到一个更好的方法，而不仅仅是迭代所有的星系。
有没有办法更快地做到这一点（与numpy数组有关 - 我现在正在将它们转换为普通的python列表）？这就是我现在正在做的事情（https://github.com/humz2k/EngineeringProjectBethe/blob/humza/bubbles.py）。
首先，通常最好在您的问题中发布代码示例（例如您选择要保留的半径的部分），而不是指向整个脚本的链接:)
其次，numpy阵列非常适合科学编程！它们允许您轻松存储数据并对该数据执行矩阵操作，而无需遍历本机Python列表。如果您了解MATLAB，它们基本上允许您完成MATLAB阵列所做的大部分工作。更多信息可以在here和here找到。 pandas数据帧也很好用。
关于你的代码。在你的read_data函数结束时，你可以结合一些coordinates语句，可能不需要添加tolist()，因为它是一个numpy.array（更快，使用更少的内存，请参阅上面的链接）。
在你的get_bubbles函数中，我认为你不需要复制数据。副本也会占用内存。我在这里看到的最大问题是在循环中使用变量i两次。这很糟糕，因为i在第二个循环中被替换。例如，
for i in [1, 2, 3, 4]:
for i in np.array([5, 6, 7, 8]):
print(i)
打印5, 6, 7, 8四次。这也很糟糕，因为我们无法分辨哪些i能做你想做的事情（没有评论也无济于事;））。将第二个循环中的i变量替换为另一个变量，如j。
以下是使列表更快的两个选项：列表推导和初始化numpy.arrays。你可以阅读列表理解here。初始化numpy.arrays的一个例子是
new_data = np.zeros(len(data))
for i in range(len(data)):
new_data[i] = data[i]
最后，您可以为半径创建一个单独的数组，并查看使用numpy.where选择符合条件的半径索引。
这有点太多了，希望它有所帮助。