Python代码示例优化

Question

我正在查看scipy.stats中Kolmogorov-Smirnov测试的实现，看到了以下代码：

D = np.max([Dplus,Dmin])
if mode == 'asymp':
    return D, distributions.kstwobign.sf(D*np.sqrt(N))
if mode == 'approx':
    pval_two = distributions.kstwobign.sf(D*np.sqrt(N))
    if N > 2666 or pval_two > 0.80 - N*0.3/1000.0 :
        return D, distributions.kstwobign.sf(D*np.sqrt(N))
    else:
        return D, distributions.ksone.sf(D,N)*2

我想最好是这样做：

^{pr2}$

我的实现确实节省了对昂贵的分发生存函数的调用，而且我觉得它也有点清晰。。。在

但我不是Python专家，而且scipy是一个经过深思熟虑的库（至少在我看来是这样）。那么你能解释一下为什么图书馆会这么做吗？在

Answer 1

My implementation does save a call to the expensive distribution survival function, and I felt is a little clearer as well

不，不会的。distributions.kstwobign.sf(D*np.sqrt(N))只调用一次。看看三个可能的分支。它在任何给定的分支中只执行一次。在

if mode == 'asymp':
    return D, distributions.kstwobign.sf(D*np.sqrt(N))

或

^{pr2}$

或

if mode == 'approx':
    pval_two = distributions.kstwobign.sf(D*np.sqrt(N))
    # not the previous if case
    else:
        return D, distributions.ksone.sf(D,N)*2