Python 获得两个大型阵列的线性组合的快速方法是什么？

我有两个尺寸为（87256 X 87256）的numpy数组A和B

我有一个单因子α，我一直在改变

我正在努力找到最快的方式：

α*A+（1-α）*B

使用简单的numpy，计算大约需要4分钟8秒

计算此数组的最快方法是什么？我有一个多核系统，所以并行计算不是一个限制。

试着切换到更改很少的代码行，把turbo放在你的Numpy上：通过充分利用CPU多核和/或GPU核来并行化你的代码

---

Numba是一个开源JIT编译器，它将Python和NumPy代码的子集转换为快速机器代码。

尝试以下两种方法：

方案A

#仅相乘一次
C=B+alpha*（A-B）

选项B 我进一步阐述了@Massifox的答案

导入numba
将numpy作为np导入
def get_结果（A、B、α=0.5）：
返回B+alpha*（A-B）
get_result_jit=numba.vectorize（['float64（float64，float64，float64）'）（get_result）

其他资源：

请参阅decorators以了解：、和

---

如果你提前知道所有的alpha值，你也可以矢量化那个位。但这可能还需要很长时间…你可能也会被内存问题所阻碍。数组A有大约76亿个条目。假设这些条目是4字节浮点，则A将需要大约30GB的存储空间。B也将如此。结果数组也将如此。如果您的系统中没有超过90 GB的RAM，操作系统将不得不将这些阵列的某些部分分页到磁盘，而不考虑计算的并行化。