Python 这个可以用numpy矢量化吗？

我有这个函数，我想知道是否有办法将它矢量化，因为我在这个函数上运行了很多循环，它变得非常慢。w、 x、y、z和n是常数，而input_vec是长度为n的向量

def calc_v(w, x, y, z, input_vec, n):

    v = np.empty(n)

    v[0] = 1

    for i in range(1, n):
        past_v = v[i - 1]
        past_input = input_vec[i - 1]

        # UCL
        part1 = (1 / past_v) * (x * (y - past_v) - ((w*w) / 2)) * z
        part2 = w * (1 / math.sqrt(past_v)) * math.sqrt(z) * past_input

        v[i] = past_v * exp(part1 + part2)

    return v

---

考虑到依赖性，可能很难进行矢量化，但是

numba

可能有助于预计算一些术语，如

math.sqrt（z）

，等等。不幸的是，这不会给我所需的速度。如果不能被向量化，我需要把它移植到C++中，使用VECRTHOSSWORD <代码> NUBA基本上是C（性能接近它）。所以，看看那里。Numba肯定会让这个功能更快，谢谢！您可能可以在

numpy

中重写它，但通过预先计算

partial1

和

partial2

，您将使用大约三倍于此代码的内存。如果您需要它（并提供一些测试输入和输出），我可能会尝试一下。考虑到依赖性，可能很难对其进行矢量化，但是

numba

可能有助于对一些术语进行预计算，如

math.sqrt（z）

，等等。不幸的是，这不会给我所需的速度。如果不能被向量化，我需要把它移植到C++中，使用VECRTHOSSWORD <代码> NUBA基本上是C（性能接近它）。所以，看看那里。Numba肯定会让这个功能更快，谢谢！您可能可以在

numpy

中重写它，但通过预先计算

partial1

和

partial2

，您将使用大约三倍于此代码的内存。如果您需要它（并提供一些测试输入和输出），我可能会尝试一下。