C++ 加快一段长python代码的速度，这段代码只因一个块而被证明很慢

我们在空间中有一个巨大的体积，充满了大量的粒子（~10^8），它们具有已知的质量阵列（“HI_质量”）、3d位置（“HI_位置”）和一些有趣的分数（“HI_分数”）。 本卷中还有一些虚构的球体（~10^3），它们具有不同但已知的质量阵列（“质量数据”）、位置（“位置数据”）和大小（“半径数据”）

我们想把每个假想球体中的所有气体粒子（对气体质量的贡献很小）相加，得到上面提到的每个假想球体的“气体质量”。一旦我们有了每个球体的质量，我们就计算出一些称为“sigma_-HI”的量。如果这个量高于某个阈值，那么我们将以{id:mass}字典的形式跟踪该球体的单个质量，以便以后使用它进行进一步的计算。第三个块将永远在整个代码的上下文中运行，这段代码非常长，并且没有包含在内；我只复制了那部分被证明很慢的代码

import numpy as np

enclosing_circles_gas = {}
#info of imaginary spheres where *_data are stored arrays based on some random (otherwise positive integer) ids
for id, position, radius, mass zip(id_data, position_data, radius_data, mass_data):  

    if (mass >= low_mass_cutoff):
        for i in np.where(HI_fraction > 0):                            # HI_fraction is a 1d array
            gas_mass = 0
            if (np.linalg.norm(HI_position[i] - position) <= radius):  # HI_position and position: 3d array of particles and single sphere vector
                gas_mass += HI_mass[i]*HI_fraction[i]                  # HI_mass and HI_fraction are 1d arrays of particles and their fractions
            if (gas_mass/mass >= 1.0e-6):
                enclosing_circles_gas[id] = float('{:.4f}'.format(mass))

将numpy导入为np
包围圈气体={}
#基于一些随机（或正整数）ID的数组存储*u数据的虚拟球体信息
对于id、位置、半径、质量压缩（id\u数据、位置\u数据、半径\u数据、质量\u数据）：
如果（质量>=低质量截止）：
对于np中的i，其中（HI_分数>0）：#HI_分数是一维数组
气体质量=0
如果（np.linalg.norm（高位置[i]-位置）=1.0e-6）：
包围圈气体[id]=浮点数（'{.4f}'。格式（质量））

我的问题是: 如何使用C++在Python中转换这个非常慢的块来加快整个代码？ 我尝试过的事情： 将嵌套循环更改为列表理解（但这仍然很慢）

如果（质量>=低质量截止）：
气体质量=总和（高质量[i]*高质量分数[i]，对于np中的i，其中（高质量分数>0）[0]如果（np.linalg.norm（高位置[i]-位置）=1.0e-6）：
包围圈气体[id]=浮点数（'{.4f}'。格式（质量））

您应该找到一种方法来记录循环各个部分的计时。但是，如果是字符串到双精度到字符串的转换，那么下面如何从数字中截断数字而不是正确的四舍五入呢

import math

def trunc_digits(x, digits):
    d = math.log10(abs(x)) - digits
    d = int(math.ceil(d))
    d = math.pow(10, d)
    m = math.fmod(x, d)
    x = x - m
    return x

x = 9.87654321e-6
print (x, "->", trunc_digits(x, 4))
y = 9.87654321e6
print (y, "->", trunc_digits(y, 4))

a = -1.87654321e-6
print (a, "->", trunc_digits(a, 4))
b = -1.87654321e6
print (b, "->", trunc_digits(b, 4))

---

在内部循环中使用float-to-string-to-float转换听起来可能非常慢。尝试使用

round（number[，ndigits]）

相反，可能是这样。查看CPython代码，我发现它使用相同的方法进行舍入，尽管是C。它看起来仍然很慢。是否需要在小数点后4位进行正确舍入？也许可以使用

fmod（）截断数字

或诸如此类。Wix，谢谢！这听起来很有希望。我真的不需要这么多小数位。我只需要2 sig.fig.当放入科学记数法时（例如2.3乘以10^（6））。请告诉我如何在这个例子中使用它好吗？如果你把它作为一个答案发布，我将不胜感激。现在已经太晚了，我明天会尝试运行你的建议。@wilx，我使用了第一个建议，但它仍然运行缓慢。考虑到我希望比率大于某个非常小的正数，我不会确定如何处理第二个建议。这应作为trunc_数字（“，4”）应用于代码的第10行，其中整个if条件应位于.Right？这是计算距离并根据某个最大值进行检查的地方。正如您所知，所有my*_数据文件实际上都是.txt文件格式中的一些字符串，所有其他参数都是从中读取的。@Allan作为此位的替换：

float（“{.4f}.”格式（mass））

事实上，您希望在最后使用

浮点

，因此我会使用

浮点（trunc_digits（mass，4））

。我也进行了测试。运行代码所花费的时间没有变化：（那么时间就花在了其他地方。您是否尝试过在下面运行代码？

import math

def trunc_digits(x, digits):
    d = math.log10(abs(x)) - digits
    d = int(math.ceil(d))
    d = math.pow(10, d)
    m = math.fmod(x, d)
    x = x - m
    return x

x = 9.87654321e-6
print (x, "->", trunc_digits(x, 4))
y = 9.87654321e6
print (y, "->", trunc_digits(y, 4))

a = -1.87654321e-6
print (a, "->", trunc_digits(a, 4))
b = -1.87654321e6
print (b, "->", trunc_digits(b, 4))