加快python中循環的求和

Question

我有以下瓶頸，想知道是否有人可以提出加速它的方法。

我有三個長度為N列表x,y,z 。 我應用以下總結 。

def abs_val_diff(x1, x2, x3, y1, y2, y3):
    """ Find the absolute value of the difference between x and y """
    return py.sqrt((x1 - y1) ** 2.0 + (x2 - y2) ** 2.0 + (x3 - y3) ** 2.0)

R = 0.1  
sumV = 0.0
for i in xrange(N):
    for j in xrange(i + 1, N):
        if R > abs_val_diff(x[i], y[i], z[i],
                            x[j], y[j], z[j]):
                sumV += 1.0

我嘗試使用numpy數組，但是我做錯了什么，或者速度降低了大約2倍。

任何想法將不勝感激。

Answer 1

我相信您可以通過執行以下操作來更有效地利用numpy。 對函數進行一些小的修改以使用numpy.sqrt：

import numpy as np

def abs_val_diff(x1, x2, x3, y1, y2, y3):
    """ Find the absolute value of the difference between x and y """
    return np.sqrt((x1 - y1) ** 2.0 + (x2 - y2) ** 2.0 + (x3 - y3) ** 2.0)

然后使用完整數組調用：

res = abs_val_diff(x[:-1],y[:-1],z[:-1],x[1:],y[1:],z[1:])

然后，因為要為每個匹配項加1，所以您可以簡單地將查詢結果所得的數組長度作為結果：

sumV = len(res[R>res])

這讓numpy處理迭代。 希望對你有用

Answer 2

您實際上是否需要在函數中取平方根？ 如果您要做的只是將結果與極限值進行比較，為什么不只是對比較的兩邊都做平方呢？

def abs_val_diff_squared(x1, x2, x3, y1, y2, y3):
    """ Find the square of the absolute value of the difference between x and y """
    return (x1 - y1) ** 2.0 + (x2 - y2) ** 2.0 + (x3 - y3) ** 2.0

R = 0.1
R_squared = R * R
sumV = 0.0
for i in xrange(N):
    for j in xrange(i + 1, N):
        if R_squared > abs_val_diff_squared(x[i], y[i], z[i],
                            x[j], y[j], z[j]):
                sumV += 1.0

我還認為，將數據分類為八叉樹之類的東西應該可以節省更多的錢，因此您只需要查看附近的點，而不是將所有內容與所有內容進行比較，但這是我所不知道的。

Answer 3

事實證明，冗長，丑陋的列表推導通常比python中的顯式循環快，因為它們可以被編譯為更有效的字節碼。 我不確定是否對您有幫助，但是請嘗試以下操作：

sumV = sum((1.0 for j in xrange(1+1, N) for i in xrange(N) if R > abs_val_diff(x[i], y[i], z[i], x[j], y[j], z[j])))

是的，它看起來絕對是殘酷的，但是您去了。 更多信息可以在這里和這里找到。