Python 有更快的选择吗？

有更快的替代方案吗？我需要改进我的整个代码，以便提高每个语句的性能

---

感谢你

只是一个提示，但通常当你在一个函数甚至更高的级别上评估代码时，真正的性能改进就会出现

---

在一个良好的评估过程中，您可能会发现整个代码块被丢弃或重写以简化过程。

除了已经说过（我也同意）的一般优化注释之外，还有一种更“优化”的方法来做您想要做的事情：您操作值数组并以数学方式组合它们。这是一个非常有用和广泛使用的工作

以下是您将如何做到这一点：

cost=0
for i in range(12):
    cost=cost+math.pow(float(float(q[i])-float(w[i])),2)
cost=(math.sqrt(cost))

（如果数组

q

和

w

已包含浮点，则可以删除

dtype=float

）

---

这几乎是最快的速度，因为NumPy的操作针对阵列进行了优化。它也比循环易读得多，因为它既简单又短。

在清理了粗糙但不太易读的代码后，探查器非常有用。无论是运行一次还是无数次，都不应该编写这样的代码

你为什么要做浮动（q[i]）和浮动（w[i]）？

q

和'w'的元素是什么类型的

如果x和y是浮点数，那么

x-y

也将是浮点数，因此float（）已经有3次明显的重复出现

调用math.pow（）而不是使用**运算符会带来查找“math”和“pow”的开销

等等

查看以下代码是否给出了相同的答案，阅读效果是否更好，速度是否更快：

q_array = numpy.array(q, dtype=float)
w_array = numpy.array(w, dtype=float)
cost = math.sqrt(((q_array-w_array)**2).sum())

---

在您测试了它并理解了为什么要进行更改之后，您可以将课程应用到其他Python代码中。然后，如果你有更多的数组或矩阵工作要做，考虑使用<代码> NUMPY < /COD> .< /P> < P>假设q和w包含数字，则转换为浮点是不必要的，否则你应该更早地将列表转换为可用的表示（和计算分开）

鉴于您的功能似乎只做了与此等效的工作：

costsq = 0.0
for i in xrange(12):
    costsq += (q[i] - w[i]) ** 2
cost = math.sqrt(costsq)

---

这个表单可能执行得更快。

而不是尝试逐个改进每个语句，您应该考虑运行一个分析器来找出哪些语句占用的时间最多。然后，改进代码的这一部分。否则，您将在不合理的优化上花费大量时间。在我出生的地方，人们都很愚蠢：我认为Python分析器在函数/方法级别工作，而不是在语句级别。list的元素是I字符串格式，因此必须使用float Iguess@kaushik考虑将字符串转换为输入上的浮点。（例如）

q=map（float，q）

——尤其是在多个计算中使用它们时。

cost = sum( (qi-wi)**2 for qi,wi in zip(q[:12],w) ) ** 0.5