爲python循環加速求和

Question

我有以下瓶頸，想知道是否有人可以建議加速它的方法。

我有三個列表x,y,z長度爲N。我申請以下summation。

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 

我一直在使用numpy的陣列試過，但無論是我做錯了什麼或有大約一個任何想法，將不勝感激的2.

因素的速度降低。

Answer 1

我相信你可以通過做下面的事情來更有效地利用numpy。做一個小的修改，以你的函數使用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) 

然後與全陣列撥打：

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

然後，因爲你每場比賽加1，你可以簡單地取查詢結果產生的數組長度：

sumV = len(res[R>res]) 

這讓numpy處理迭代。希望這對你有用

Answer 2

事實證明，列表解析通常比Python中的顯式循環更快，因爲它們可以編譯爲更高效的字節碼。我不知道這是否會幫助你，但嘗試是這樣的：

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，它看起來絕對殘暴，但你去那裏。更多信息可以發現here和here。

Answer 3

是否有任何理由，你實際上需要在你的函數的平方根？如果你對結果所做的只是將其與限制進行比較，爲什麼不只是比較兩方？

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 

我也覺得，就必須有從數據整理成類似的octtree上漲，所以你只需要看看附近的點，而不是比較反對一切一切都大得多的儲蓄，但是這是我的知識之外。