Python：高效地生成具有不同值的向量

Question

我正在用Python编写一个科学应用程序，到目前为止，我的算法的性能非常糟糕。我想找到一个有效的方法来编码我正在做的事情。基本上，我必须乘法

 def get_thing(self, chi, n):

    return np.sum(self.an[n][j] * pow(chi, -j) for j in xrange(1, self.j))

其中self.an[i][j]是先前生成的数组。那我就得这么做：

 pot = np.sum(self.coeffs[n] * self.get_thing(chi, n) for n in xrange(0, self.n))

其中chi更改并且不能被缓存，因为它是在这个类之外生成的一个点。当然，这是非常缓慢和不太明亮。我该如何改进？你知道吗

谢谢！你知道吗

Answer 1

在get_things中，您当然可以将事情简化为：

def get_thing(self, chi, n):

    return np.sum(self.an[n,1:self.j] * np.power(chi,-np.arange(1,self.j)))

请注意，您不希望使用[i][j]表示法对numpy数组进行索引，而是使用[i，j]。你知道吗

你也许可以使用@eat建议的更高级别的广播来做进一步的改进。你知道吗

编辑： 对上面的代码做了一些更改，试图使索引与OP匹配，并更改了代码中的一个符号错误。你知道吗

Answer 2

简单地说，尝试在更高的抽象级别上进行计算，即尝试避免python级别的循环。你知道吗

仔细学习如何进行元素操作和broadcasting如何操作，最后但同样重要的是不要忘记linear algebra的强大功能！你知道吗