Python：高效地生成具有不同值的向量

我正在用Python编程一个科学应用程序，目前为止我的算法的性能很糟糕。我试图找到一种有效的方式来编写我正在做的事情。基本上，我有相乘Python：高效地生成具有不同值的向量

def get_thing(self, chi, n): 

    return np.sum(self.an[n][j] * pow(chi, -j) for j in xrange(1, self.j))

其中self.an[i][j]是先前产生的阵列。然后，我将不得不这样做：

pot = np.sum(self.coeffs[n] * self.get_thing(chi, n) for n in xrange(0, self.n))

其中chi变化和不能被缓存，因为它正在被这个类的外部产生的一个点。当然，这是非常缓慢，不是很明亮。我该如何改进？

谢谢！

来源

2011-03-31 Ivan

在get_things你肯定能简化事情是这样的：

def get_thing(self, chi, n): 

    return np.sum(self.an[n,1:self.j] * np.power(chi,-np.arange(1,self.j)))

注意，不要使用[i] [j]符号要索引numpy的阵列;改用[i，j]。

您可以使用更高级别的广播进行进一步的改进，如@eat所示。

编辑： 做了几个修改上面的代码，试图让索引相匹配的OP和在我的代码改变的标志错误。

来源

2011-03-31 18:35:26 JoshAdel

谢谢。问题是chi不是一个向量，并且是为每个新的运行函数调用生成的。 – Ivan 2011-04-01 14:26:38

@如果'chi'是一个浮点数，那么'y = np.power（chi，x）'其中'x'是一个数组将产生一个数组，其中y的第i个元素y_i = chi^x_i 。这是一个广播功能。我提供的代码应该与您最初编写的'get_thing'相当，但速度要快得多。 – JoshAdel 2011-04-01 14:34:03

简单地说，尝试在更高级别的抽象层次上进行计算，即尝试避免python级别的循环。

认真学习如何做逐元素的操作，以及如何broadcasting操作，并且最后但并非最不重要不要忘记linear algebra的力量！

来源

2011-03-31 18:32:22 eat

Python：高效地生成具有不同值的向量

回答

相关问题