Python 更快的代码numpy

我正在用Matlab编写Python脚本。碰巧在Matlab中，代码运行得更快（比如少10分钟），所以也许你可以帮我找出我做错了什么。我用Python运行了所有会话，发现最慢的是以下两个会话：

X = xi * math.cos(theta) + zi * (math.sin(theta))
Y = yi
Z = xi * ((-1) * math.sin(theta)) + zi * (math.cos(theta))

x2 = [a * b * c * X[i] / np.sqrt((a * c * Y[i])**2 + b**2 * (
    c**2 * (X[i])**2 + a**2 * (Z[i])**2)) for i in range(len(X))]
y2 = [a * b * c * Y[i] / np.sqrt((a * c * Y[i])**2 + b**2 * (
    c**2 * X[i]**2 + a**2 * Z[i]**2)) for i in range(len(X))]
zt = c**2 * (1 - (x2 / a)**2 - (y2 / b)**2)
i = 0
z2 = []
for i in range(len(Z)):
    z2.append((-1 if Z[i] < 0 else 1) * np.sqrt(zt[i]))

<代码> x=席*数学。 Y=yi Z=席*（（- 1）*数学。Sin（θ））+Zi*（数学。COS（θ）） x2=[a*b*c*X[i]/np.sqrt（（a*c*Y[i]）**2+b**2*( c**2*（X[i]）**2+a**2*（Z[i]）**2）用于范围（len（X））] y2=[a*b*c*Y[i]/np.sqrt（（a*c*Y[i]）**2+b**2*( c**2*X[i]**2+a**2*Z[i]**2）表示范围内的i（len（X））] zt=c**2*（1-（x2/a）**2-（y2/b）**2） i=0 z2=[] 对于范围内的i（len（Z））： z2.追加（（-1，如果Z[i]<0，则为1）*np.sqrt（zt[i]）） < >席、彝、子是100万余个元素

的浮标 感谢您提供z2部分

In [1]: import numpy as np
In [2]: zz =np.array([1, 2, 3, -1, -2, -3, 0])
In [3]: aa = np.array([1, 2, 3, 4, 5, 6, 64])
In [4]: Z =np.array([1, 2, 3, -1, -2, -3, 0])
In [5]: zt = np.array([1, 2, 3, 4, 5, 6, 64])
In [6]: np.sign(Z) * np.sqrt(zt)
Out[7]: 
array([ 1., 1.41421356, 1.73205081, -2., -2.23606798, -2.44948974, 0. ])

---

（1） 少10分钟并不意味着什么。1对11；100对110？（2） 做一些真实的分析，也许用line_profiler。可能包括输出（3）你真的在那个循环中对超过百万个元素求和吗？（4） 列表附加在复杂性方面非常慢（编辑：这里我似乎错了或不准确；但请尝试以下方法）！预先分配一个数组。你现在的尺寸是先验的！（5） 最后一行也可以用numpy矢量化。@sascha:

list.append

是摊销固定时间；是

numpy.append

具有可怕的时间复杂性。哎呀。。。我监督了所有那些隐藏的清单理解。这不是如何使用numpy（避免循环和列表理解；尝试处理完整向量）！读一些numpy文档。你的代码似乎把所有的numpy增益都扔掉了！我不会显示一些代码，也许其他人会。为什么？因为我更喜欢代码，我们也可以复制和运行代码（有时还需要一些您正在做的事情的背景资料）！在移植matlab代码时，您应该已经可以使用更矢量化的方法（给定matlab代码）。然后MATLAB有大量的jit编译，可以让您定义快速运行的迭代代码

numpy

更像旧的MATLAB，需要“矢量化”的整个数组操作。有

numpy

工具来处理迭代，但首先要尝试在没有所有列表理解的情况下使其工作。他们很慢。事实上，我在这些列表中看不到任何东西不是矢量化的，所以这应该很容易。只需删除方括号、for语句和所有索引。