如何優化以下for循環代碼？

Question

我有一個非常大的數據集，我正在使用以下代碼。 計算花費了太多時間，我想減少迭代次數。

如何提高代碼的性能？

import numpy as np

Z=np.asarray([[1,2],
              [3,4],
              [5,6],
              [7,8]])

R=np.asarray([[1,2,3],
              [4,5,6]])

AL=np.asarray([[1,2,3],
               [4,5,6]])

X=np.asarray([[1,2,3],
              [4,5,6],
              [7,8,9],
              [10,11,12]])

N = 4
M = 2
D = 3

result = np.ones([N, D])
for i in range(N):
  for l in range(D):
    temp=[]
    for j in range(M):
      temp.append(Z[i][j]*(R[j][l]+AL[j][l]*X[i][l]))
    result[i][l] = np.sum(temp)   

print(result)

Output 是：

array([[ 18.,  36.,  60.],
       [ 95., 156., 231.],
       [232., 360., 510.],
       [429., 648., 897.]])

Answer 1

使用numpy時，更喜歡使用矩陣和數組運算for不是迭代。 性能要好得多。

您的解決方案可以寫成：

result = Z.dot(R) + Z.dot(AL) * X

Output：

array([[ 18.,  36.,  60.],
       [ 95., 156., 231.],
       [232., 360., 510.],
       [429., 648., 897.]])