优化（python）算法的最佳方法？

我有一个解决ODE的python算法。现在我注意到这个代码对于几个不同的输入参数非常缓慢。因此，我异形的代码，并获得作为结果：优化（python）算法的最佳方法？

ncalls tottime percall cumtime percall filename:lineno(function) 

     1 0.004 0.004 429.032 429.032 gnlse.py:153(perform_simulation) 
     2 0.001 0.000 429.017 214.508 _ode.py:564(integrate) 
     2 0.000 0.000 429.016 214.508 _ode.py:381(integrate) 
     2 18.985 9.492 429.016 214.508 _ode.py:1013(run) 
    52007 22.260 0.000 410.031 0.008 _ode.py:495(_wrap) 
    52007 188.766 0.004 387.243 0.007 gnlse.py:234(GNLSE_RHS) 
    208033 1.300 0.000 173.272 0.001 fftpack.py:46(_raw_fft) 
    104018 18.316 0.000 108.077 0.001 fftpack.py:195(ifft) 
    104015 0.857 0.000 90.410 0.001 fftpack.py:100(fft) 
    104015 85.626 0.001 85.626 0.001 {numpy.fft.fftpack_lite.cfftf} 
    104018 85.607 0.001 85.607 0.001 {numpy.fft.fftpack_lite.cfftb} 
    29108 25.776 0.001 25.776 0.001 {min} 
    530887 3.275 0.000 3.275 0.000 {numpy.core.multiarray.array} 
    104034 2.522 0.000 2.522 0.000 {method 'astype' of 'numpy.ndarray' objects}

算法的哪一部分可以被优化最好的（可以，如果没有基于该CPROFILE测量整个代码来回答？）？根据数据，我会说GNLSE_RHS函数，在这个函数花费的总时间是最重要的。
在这个函数中调用fft函数（每次调用四次）。让它们更快而不是改进GNLSE_RHS中的算法会更有意义吗？有问题的功能是

AT = np.fft.fft(np.multiply(AW , np.exp(simp['linop'] * z))) 
IT = np.abs(AT)**2 
if simp['raman'] == True: 
    RS = simp['dt'] * np.fft.fft(np.multiply(np.fft.ifft(IT), simp['RW'])) 
    M = np.fft.ifft(np.multiply(AT,((1-simp['fr'])*IT + simp['fr']*RS)))  
else: 
    M = np.fft.ifft(np.multiply(AT, IT)) 
return 1.0j * simp['gamma'] * np.multiply(simp['W'], np.multiply(M, np.exp(-simp['linop'] * z)))

编辑：我不需要一个精致的算法，我宁愿想知道哪个部分主要是促进了运行时间，即提高其功能会提高整体的速度的速度最多？

来源

2015-11-03 arc_lupus

我认为你是对的。 GNLSE_RHS显然是你的瓶颈。

52007 188.766 0.004 387.243 0.007 gnlse.py:234(GNLSE_RHS)

的问题 - 你percall非常短。我猜GNLSE_RHS是一个Fortran函数，被scipy包裹。如果是这样，简化这一点很难。

我解决薛定谔方程（主要是虚时间传播）的一贯方针，发展我在Python算法的理解C.

选择了最终的实施

来源

2015-11-03 17:35:16

你提的问题也包括在问题本身的功能，因此没有，该功能是一个完整的Python功能，只调用FFT的功能多次。 –

-2

使用DRY (Don't repeat yourself)原则之前。寻找重复的代码并将它们变成变量。

例如，您不止一次地致电simp['linop']和simp['fr']，这是一次字典查找。相反，设置linop_z = simp['linop'] * z一次，然后在每次后使用linop_z，同样为fr = simp['fr']。

再说了需要展开你的方程寻找共同的乘数等

来源

2015-11-04 01:11:43

再给我一个downvote，我会删除它。 –

优化（python）算法的最佳方法？

回答

相关问题