在numpy中大量使用arryas时出现内存问题

Question

我正在计算大量观测值的多维点之间的加权平均距离。假设n = 2000个观测值，每个点的维数（特征数量）为d = 5000。实际的代码是

# A - the weights matrix (each row corresponds to a feature, each column corresponds to an observation)
# D - distance matrix between featires (all vs all)
AA = A[:, np.newaxis] * A[np.newaxis, :]
R = AA * D[:, :, np.newaxis]
S = R.sum(axis=(0, 1))

因此，所得数组S是n个浮点（字节大小：s = 8）数字的列表。 但是，在计算过程中，我们需要为AA分配内存，即n * d ^ 2 * s =大量...

我不想使用循环，因为该过程运行了多次（〜400），所以任何Python代码都会大大增加执行时间。

有什么想法吗？