Python 优化列表上的简单数学计算

我有一个我正在计算的脚本：

def sumsquared(arr):
    sum = 0
    idx = 0
    len = arr.__len__()
    while idx < (len - 1):
            sum = sum + (arr[idx] * arr[idx]) + (arr[idx+1] * arr[idx+1])
            idx = idx + 2

    return sum

---

这大约占脚本总运行时间的95%。有什么方法可以加快函数的速度吗？

您的函数非常奇怪。它所做的只是计算元素的平方和，但如果元素数为奇数，它会丢弃最后一个元素。出于某种原因，一次添加两个，但这不会影响最终结果

为了加快速度，您可以使用而不是编写自己的函数

>>> x = np.array([1, 2, 3, 4, 5])
>>> sumsquared(x)
30
>>> (x[:2*(len(x)//2)]**2).sum()
30

---

通常，如果您有数千个数字的列表，那么使用numpy阵列可能会带来显著的性能提升。

这看起来像是一项针对以下用户的工作：

使用sum、operator和itertools将消除几乎所有纯python开销

此外，当输入为整数、浮点或两者的混合时，sum已优化为以接近C的速度运行。它能够累积运行总计，而无需为每个中间小计创建纯python对象

赞誉：罗伯特·金提出了在必要时减去最后一个平方的想法

---

另一个注意事项，如果你对获得高精度（即最小化精度损失）感兴趣，考虑使用而不是求和。

< P>这是我能找到的最快的< /P>

from itertools import imap
from operator import mul
def sumsquared(arr):
    return sum(imap(mul, arr, arr))

---

也许是这样，但您可以更具体一点。

成对返回
（s0，s1）、（s1，s2）
问题询问的
（s0，s1）、（s2，s3）
。您应该能够使用len=len（arr），无需调用。u len@monkut不起作用，因为函数中的
len
是一个局部变量，它将阻止访问内置
len（）
。然而，WeaklyTyped应该能够执行
length=len（arr）
yes，或者只使用len（arr）本身而不是创建变量。在这种情况下，不是每次循环检查条件时都会调用len（arr）吗？你真的应该执行
sum（i**2表示arr中的i）
。您的方法将计算整个列表，然后在该列表上迭代以对元素求和。我建议使用生成器理解而不是列表理解。在我的测试中，generator comprehension将运行时间缩短到OP算法的近50%。Guido今天说，“除非你知道你有大量的值列表需要迭代，否则我不会使用generator[expression]s。在内存分配变得至关重要之前，具体的列表[comprehension]通常比genexpr更快。”-与numpy阵列之间的转换非常昂贵。通常只有在一起执行一系列操作时才有意义。@gnibbler：是的，但这就是我在末尾添加位的原因。如果您有44000个数字的列表，那么您应该从一开始就使用numpy数组。
def sumsquared(arr):
    s = sum(itertools.imap(operator.mul, arr, arr))
    return s - arr[-1] ** 2 if len(arr) & 1 else s

sum([i**2 for i in arr]) - (arr[-1]**2 if len(arr) % 2 else 0)

from itertools import imap
from operator import mul
def sumsquared(arr):
    return sum(imap(mul, arr, arr))