Как эффективно рассчитать только верхний треугольник этой операции в Python?

Question

Я делаю расчет, который измеряет разницу между значениями в pd.Series. Хотя это векторная операция и выполняется за один раз, я чувствую, что она неэффективна в том смысле, что она также вычисляет значения как для нижнего треугольника, так и для верхнего (по существу, значения * -1). Я хочу только верхний треугольник.

Как я могу рассчитать только значения верхнего треугольника (не индексируя их задним числом)?

Я могу преобразовать pandas в numpy, если это значительно ускорит операцию.

profile = np.log(pd.Series({'Attr000001': 17511, 'Attr000002': 4, 'Attr000003': 8078, 'Attr000004': 1, 'Attr000005': 1716}))
idx_attrs = profile.index

d_ratio = dict()
for j,id_attr in enumerate(idx_attrs):
    d_ratio[id_attr] = (profile[id_attr] - profile).to_dict()
df_ratio = pd.DataFrame(d_ratio).T
# print(df_ratio)
#             Attr000001  Attr000002  Attr000003  Attr000004  Attr000005
# Attr000001    0.000000    8.384290    0.773685    9.770585    2.322833
# Attr000002   -8.384290    0.000000   -7.610605    1.386294   -6.061457
# Attr000003   -0.773685    7.610605    0.000000    8.996900    1.549148
# Attr000004   -9.770585   -1.386294   -8.996900    0.000000   -7.447751
# Attr000005   -2.322833    6.061457   -1.549148    7.447751    0.000000

Answer 1

Избегайте цикла Python for. В numy это просто:

>>> profile[:, None] - profile[None, :]
array([[ 0.        ,  8.38429017,  0.77368494,  9.77058453,  2.32283325],
       [-8.38429017,  0.        , -7.61060524,  1.38629436, -6.06145692],
       [-0.77368494,  7.61060524,  0.        ,  8.9968996 ,  1.54914832],
       [-9.77058453, -1.38629436, -8.9968996 ,  0.        , -7.44775128],
       [-2.32283325,  6.06145692, -1.54914832,  7.44775128,  0.        ]])