向量化代码以使其比这更快

Question

我有一些代码，我必须对其进行矢量化以使其更快。 我不太喜欢 python 并且认为 for 循环不是那么有效。

有什么办法可以缩短时间吗？

import numpy as np
import time

start = time.time()

N = 10000000 #9 seconds
#N = 100000000 #93 seconds

alpha = np.linspace(0.00000000000001, np.pi/2, N)

tmp = 2.47*np.sin(alpha)
for i in range(N):
    if (abs(tmp[i])>1.0):
        tmp[i]=1.0*np.sign(tmp[i])
beta = np.arcsin(tmp)

end = time.time()
print("Executed time: ",round(end-start,1),"Seconds")

我阅读了一些 numpy 函数，但我没有解决方案。

Answer 1

剪辑数组：

tmp = np.clip(2.47 * np.sin(alpha), -1.0, 1.0)

Answer 2

您可以通过计算掩码来访问值，而不是使用带条件的循环。 这是例子：

N = 10000000

alpha = np.linspace(0.00000000000001, np.pi/2, N)

tmp = 2.47*np.sin(alpha)
indices = np.abs(tmp) > 1.0
tmp[indices] = np.sign(tmp[indices])
beta = np.arcsin(tmp)

我的设置结果：

• 之前： 5.66 s ± 30.7 ms per loop (mean ± std. dev. of 7 runs, 1 loop each) ，
• 之后： 182 ms ± 877 µs per loop (mean ± std. dev. of 7 runs, 10 loops each) 。