如何加速python嵌套循环？
如何加速python嵌套循环？
提问于 2011-10-13 01:28:49
我试图通过计算身体两侧的重力效应来计算埋藏物体的重力效应，然后将贡献相加，得到一个站点的一个测量值，重复计算多个站点的测量值。代码如下(主体是一个正方形，代码围绕它进行顺时针计算，这就是为什么它从-x返回到-x坐标)
grav = []
x=si.arange(-30.0,30.0,0.5)
#-9.79742526 9.78716693 22.32153704 27.07382349 2138.27146193
xcorn = (-9.79742526,9.78716693 ,9.78716693 ,-9.79742526,-9.79742526)
zcorn = (22.32153704,22.32153704,27.07382349,27.07382349,22.32153704)
gamma = (6.672*(10**-11))#'N m^2 / Kg^2'
rho = 2138.27146193#'Kg / m^3'
grav = []
iter_time=[]
def procedure():
for i in si.arange(len(x)):# cycles position
t0=time.clock()
sum_lines = 0.0
for n in si.arange(len(xcorn)-1):#cycles corners
x1 = xcorn[n]-x[i]
x2 = xcorn[n+1]-x[i]
z1 = zcorn[n]-0.0 #just depth to corner since all observations are on the surface.
z2 = zcorn[n+1]-0.0
r1 = ((z1**2) + (x1**2))**0.5
r2 = ((z2**2) + (x2**2))**0.5
O1 = si.arctan2(z1,x1)
O2 = si.arctan2(z2,x2)
denom = z2-z1
if denom == 0.0:
denom = 1.0e-6
alpha = (x2-x1)/denom
beta = ((x1*z2)-(x2*z1))/denom
factor = (beta/(1.0+(alpha**2)))
term1 = si.log(r2/r1)#log base 10
term2 = alpha*(O2-O1)
sum_lines = sum_lines + (factor*(term1-term2))
sum_lines = sum_lines*2*gamma*rho
grav.append(sum_lines)
t1 = time.clock()
dt = t1-t0
iter_time.append(dt)任何帮助加速这个循环的人都将不胜感激。
回答 2
Stack Overflow用户
发布于 2011-10-13 02:16:49
您的xcorn和zcorn值重复，因此可以考虑缓存一些计算的结果。
看一下timeit和profile模块，以获得更多关于什么占用最多计算时间的信息。
Stack Overflow用户
发布于 2011-10-13 02:17:52
在Python循环中访问numpy数组的单个元素是非常低效的。例如，下面的Python循环：
for i in xrange(0, len(a), 2):
a[i] = i会比以下代码慢得多：
a[::2] = np.arange(0, len(a), 2)您可以使用更好的算法(时间复杂度较低)或对numpy数组使用向量操作，如上面的示例所示。但更快的方法可能是使用Cython编译代码
#cython: boundscheck=False, wraparound=False
#procedure_module.pyx
import numpy as np
cimport numpy as np
ctypedef np.float64_t dtype_t
def procedure(np.ndarray[dtype_t,ndim=1] x,
np.ndarray[dtype_t,ndim=1] xcorn):
cdef:
Py_ssize_t i, j
dtype_t x1, x2, z1, z2, r1, r2, O1, O2
np.ndarray[dtype_t,ndim=1] grav = np.empty_like(x)
for i in range(x.shape[0]):
for j in range(xcorn.shape[0]-1):
x1 = xcorn[j]-x[i]
x2 = xcorn[j+1]-x[i]
...
grav[i] = ...
return grav没有必要定义所有类型，但是如果您需要比Python更快的速度，那么至少应该定义数组和循环索引的类型。
您可以使用cProfile (Cython支持它)而不是手动调用time.clock()。
调用procedure()
#!/usr/bin/env python
import pyximport; pyximport.install() # pip install cython
import numpy as np
from procedure_module import procedure
x = np.arange(-30.0,30.0,0.5)
xcorn = np.array((-9.79742526,9.78716693 ,9.78716693 ,-9.79742526,-9.79742526))
grav = procedure(x, xcorn)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/7744065
复制相关文章
相似问题
腾讯云开发者
