Python 如何在数组大小为9e3的情况下提高列表理解的速度？

我将一个数组放大器乘以另一个B**w，其中w是另一个数组，然后对每个w的结果数组求和

Amp和B的尺寸为（4867206,1），W的尺寸为（40x10^3,1）

如果W为大小（1000,1），则当前需要2分钟49秒。使用尺寸为40x10^3的全W时，如何提高速度

---

Hw2=[np.einsum（'i，i->'，Amp，（np.array（B）**w））代表w中的w]

有两件事应该能给你一个健康的加速：

1） 您不希望

数组
工厂位于列表组件中。实际上相当慢

2） 计算
log（B）
，然后使用
exp
而不是
**
。这节省了很多钱

您希望输出的形状是什么
（10004867206）
？尝试
放大挤压（）+B.挤压（）**w
什么是
dtype
？所需的输出形状与w（40e3,1）的大小相同。w是64型。如果它能提高速度，我很乐意改变。记忆不是问题，谢谢你，保罗！它现在运行速度快了3倍。在我转到并行处理之前，还有其他改进吗？@HarryWay想不出任何改进。
>>> Amp = np.random.random(4867206)
>>> B = np.random.random(4867206)
>>> W = 10 * np.random.random(40000) + 1
>>> 
>>> from time import perf_counter
>>> 
>>> t = perf_counter(); logB = np.log(B); s = perf_counter()
>>> s-t
0.1715415450744331
>>> 
>>> t = perf_counter(); [np.einsum('i,i->', Amp, B**w) for w in W[:40]]; s = perf_counter()
[232552.87174648093, 307130.7390907966, 411262.86511309125, 361323.4099230686, 254219.3700454278, 291692.2455839877, 324589.6747811661, 762459.3664474463, 224831.38520298406, 501641.86340860004, 466934.72400738456, 441544.52557156974, 995259.4253344169, 207811.00874071234, 408355.53573396447, 269901.94895861426, 304678.5850806002, 208719.98547583033, 318300.7763362345, 271688.90632957884, 388056.3735974982, 362437.1587603325, 456415.8506358219, 567634.1566253774, 418715.1493866043, 698332.545166694, 711861.6705545874, 391412.016841215, 569291.0132128834, 331811.20195587486, 898976.2873925611, 230896.99034275368, 225609.32356150646, 220438.15228011008, 526091.9360881918, 388536.063436256, 297158.4095318841, 382482.6531720307, 234679.1485575674, 263925.33778147714]
>>> s-t
15.207583270967007
>>> 
>>> t = perf_counter(); [np.einsum('i,i->', Amp, np.exp(w * logB)) for w in W[:40]]; s = perf_counter()
[232552.87174648093, 307130.7390907966, 411262.8651130912, 361323.4099230686, 254219.3700454278, 291692.2455839877, 324589.6747811661, 762459.3664474462, 224831.38520298406, 501641.86340860004, 466934.72400738456, 441544.52557156974, 995259.4253344169, 207811.00874071234, 408355.5357339644, 269901.9489586143, 304678.5850806002, 208719.98547583033, 318300.7763362345, 271688.90632957884, 388056.3735974982, 362437.1587603325, 456415.8506358219, 567634.1566253774, 418715.1493866043, 698332.545166694, 711861.6705545874, 391412.016841215, 569291.0132128834, 331811.20195587486, 898976.2873925611, 230896.99034275368, 225609.32356150646, 220438.15228011008, 526091.9360881918, 388536.063436256, 297158.4095318842, 382482.6531720308, 234679.1485575674, 263925.33778147714]
>>> s-t
5.111462005996145