兩個列表性能的Python冪運算

有沒有一種方法可以在Python中更快地計算Cobb-Douglas utility function。我運行數百萬次，所以提高速度會有所幫助。該函數將quantity_list的元素提升爲指數列表的相應元素的權力，然後乘以所有得到的元素。兩個列表性能的Python冪運算

n = 10 

quantities = range(n) 
exponents = range(n) 

def Cobb_Douglas(quantities_list, exponents_list): 
    number_of_variables = len(quantities_list) 
    value = 1 
    for variable in xrange(number_of_variables): 
     value *= quantities_list[variable] ** exponents_list[variable] 
    return value 

t0 = time.time() 
for i in xrange(100000): 
    Cobb_Douglas(quantities, exponents) 
t1 = time.time() 
print t1-t0

來源

2017-04-22 user58925

看看快速數字操作'numpy'庫。 – BrenBarn

Numpy在這種情況下速度較慢 – user58925

你見過[this]（https://stackoverflow.com/questions/31027863/cobb-douglas-functions-slows-running-tremendously-how-to-expedite-a-non-線性）問題？它提供了一個潛在的加速。 – Darkstarone

迭代器是你的朋友。我得到了我的計算機上的28％的加速通過你的循環切換到此：

for q, e in itertools.izip(quantities_list, exponents_list): 
    value *= q ** e

切換你的循環到functools.reduce電話時，我也得到了類似的結果，所以這是不值得提供的代碼示例。

一般來說，numpy是快速算術運算正確的選擇，但numpy最大的整數類型爲64位，這將不會保持你的榜樣結果。如果您使用的是不同的數值範圍或算術類型，numpy爲王：

quantities = np.array(quantities, dtype=np.int64) 
exponents = np.array(exponents, dtype=np.int64) 

def Cobb_Douglas(quantities_list, exponents_list): 
    return np.product(np.power(quantities_list, exponents_list)) 
# result: 2649120435010011136 
# actual: 21577941222941856209168026828800000

來源

2017-04-22 02:21:57

謝謝。我也得到了itertools 10-25％的加速，但幾乎5倍的numpy減速..我使用Mac – user58925

怪異的。你計算的實際數據集是什麼？它的大小和數據類型可以有所作爲。 –

夫婦的建議：

使用numpy的
矢量化代碼
如果數量很大，而且沒有什麼會變爲零或負數，請在日誌空間中工作。

我有大約15％的加速本地使用：

def np_Cobb_Douglas(quantities_list, exponents_list): 
    return np.product(np.power(quantities_list, exponents_list))

約40％使用：

def np_log_Cobb_Douglas(quantities_list, exponents_list): 
    return np.exp(np.dot(np.log(quantities_list), np.log(exponents_list)))

最後但並非最不重要的，應該有你的科布的一些縮放 - 道格拉斯參數，所以你不會遇到溢出錯誤（如果我正確記住我的前奏宏）。

來源

2017-04-22 02:29:46

謝謝。對於我的應用程序，numpy相當慢.. – user58925

也許你可以擴展你的應用程序/實現是什麼？使用矢量/ BLAS做這件事應該提供一個體面的加速，這是我用你提供的最小代碼看到的。 –

兩個列表性能的Python冪運算

回答

相關問題