Python 如何高效地对矩阵的各个部分执行计算？

我的一位同事正在用Python进行一些化学过程模拟，我偶尔会帮他们调试。我经常看我们的代码，认为它一定写得很糟糕，只是因为它看起来如何，但我不知道，也想不出更好的方法来处理这个问题

为了快速地进行一些计算，我们在numpy数组中有一组状态变量

Theta

。在

Theta[i][j]

中，在整个过程中，

j

变量存储在

i

时间或位置。我们将变量存储在一个numpy数组中，尽管我将要描述的问题是，字典是一个好的数据结构，因为我们通常执行排序

Theta@b

的计算，矩阵表示是自然的

但在许多函数中，我们只使用了θ中的一些变量，为了让函数在有人用过程中关系的数学推导来观察时可以解释，我们有如下的东西：

Y_A，Y_H，f_P，i_XB，i_XP\
穆，库斯，库斯，库斯，库斯，哦，库斯，不，库斯坐着\
b_H，nu_g，nu_H，k_H，k_X\
穆阿，库恩，布阿，库阿，库阿\
五、 _u，u，u，u=Theta.T#将每个变量解包成一个向量
D_1=Y_A/（1+Y_H*f_P）-i_XB**2（Y_A+…#长公式）
D_2=Y_A/（1+Y_H*f_P）-i_XB**2（Y_H+…#长公式）

必须有更好的方法。如果我们不需要在矩阵计算中使用

Theta

，比如

Theta@b

，我会将数据放在字典中，以避免可怕的解包，但这并不能解决公式庞大的问题。事实上，这看起来更糟：

D=make_dictionary（）#使用前面示例中显示的键制作一个字典
D['D_1']=D['Y_A']/（1+D['Y_H']*D['f_P']）-D['i_XB']**2（D['Y_A']+…；这更不利于阅读
D['D_2']=D['Y_A']/（1+D['Y_H']*D['f_P']）-D['i_XB']**2（D['Y_H']+…；这更不利于阅读

很明显，这些公式可以分成几个部分，但大多数都是经验公式，因此单个部分本身没有多大意义：

D_1=calc_D1_Term 1（Y_A，Y_H，f_P）+calc_D1_Term 2（i_XB，Y_A，mu_A，K_NH，b_A）+calc_D1_Term 3（mu_A，K_NH，b_A，K_OA）

比我们开始的要好一点，计算单个项的函数比一长串计算更容易验证，如

D_1=Y_a/（1+Y_H*f_p）-i_XB**2（Y_A+…

），但是当一个计算重复多次时，额外的函数调用会带来明显的开销，添加这样的函数使我们的模拟从大约30秒增加到大约20分钟

用函数和类来帮助分解这些内容有助于提高可读性，但会使执行速度慢得令人无法忍受。我们如何在不牺牲运行时的情况下构建这些内容，使其更清晰