试图提高迭代Python程序的效率

早上好，如果这是一个模糊的问题，我很抱歉。我会尽可能地描述

基本上，我使用Python代码对空气扩散模型的结果进行后处理，以测试不同的场景。我使用Python，因为它可以在几秒钟内迭代结果，而分散软件需要几个小时。我的问题是，代码仍然需要数周的时间来运行我所有的场景，我想知道这是否是由于糟糕的编程造成的。我不会把整个代码放在这里，因为如果它不相关的话，很多代码都会放在这里，但是我会完成我正在采取的步骤。首先，这里是我问题的概要：

• 我有17个来源同时行动
• 每个源可以有四个不同的排放率，这与另一个源无关。即，源#1可以具有排放率a、b、c或d。来源2-17也是如此
• 每个源可以采用两种状态中的一种。我们称之为工作或不工作，但在这两个州都有排放率。但是，只有5个源可以同时工作。这很重要

总之，每个源的排放量是四种排放率以及两种状态的函数。因此，每个污染源都有8种可能的排放情景，所有17种污染源一次都可能处于这些情景中的任何一种。相当多的排列

下面是我目前计算结果的方式。我想知道每种状态组合的最大结果是什么。如果您熟悉空气扩散建模，我已经根据1g/s的排放率计算了结果，因此我可以根据上述排放率缩放结果

守则：

sources = ['1','2',...'17']   
emission_rates = ['a','b','c','d'] 
Source_1_results = [list of values of length x] ## NOTE THAT x is VERY LONG.  THESE ARE HUGE ARRAYS (400,000 values)
Source_2_result = [list of values of length x]
.
.
Source_17_results = [list of values of length x]

working_sources = list(itertools.combinations(sources, 5))
source_emission_rate = list(itertools.combinations_with_replacement(emission_rates, 17))

for e in source_emission_rate:
    for w in working_sources:
        temp_results = []
        for num, source in enumerate(sources):
            temp_results[num] = [Source_x_result * e * w] ##THIS LINE INVOLVES SOME LOOKUP IN MY CODE TO REFERENCE THE ACTUAL RESULTS AND EMISSIONS ETC.  

如果代码不够，我很抱歉。我可以发布完整的代码，但同样，在大多数情况下，它只是分配变量等

我的问题是：有没有一种更快的方法来遍历所有可能的状态？我的代码目前正在运行，但我的python知识有限，希望能够在更改变量等时更频繁地运行它

---

提前谢谢你

这应该稍微快一点（较少的中间列表+列表理解）

---

为什么要将

itertools.compositions

的结果变成一个列表？在那种情况下，发电机就足够了。

working_sources = itertools.combinations(sources, 5)
source_emission_rate = itertools.combinations_with_replacement(emission_rates, 17)

for e in source_emission_rate:
    for w in working_sources:
        temp_results = [source * e * w for source in sources]