Python 对于这个特殊任务,字典或元组列表会更有效吗?
我写了一个脚本,目的是通过试错法(马尔可夫链蒙特卡罗法)找到最适合函数的参数。参数的可行性由chi值判断——chi越低越好 下面是我目前编写的代码的一部分:Python 对于这个特殊任务,字典或元组列表会更有效吗?,python,list,python-3.x,dictionary,tuples,Python,List,Python 3.x,Dictionary,Tuples,我写了一个脚本,目的是通过试错法(马尔可夫链蒙特卡罗法)找到最适合函数的参数。参数的可行性由chi值判断——chi越低越好 下面是我目前编写的代码的一部分: chi1 = fun_chi(B1,G1,C11,C21,C31,C41,C01) BGCchilist = [] count = -1 for i in range(iteration_MCMC): count = count + 1 print(count) B2,G2,C12,C22,C32,C42,C02
chi1 = fun_chi(B1,G1,C11,C21,C31,C41,C01)
BGCchilist = []
count = -1
for i in range(iteration_MCMC):
count = count + 1
print(count)
B2,G2,C12,C22,C32,C42,C02 = gen_param(B1,G1,C11,C21,C31,C41,C01)
chi2 = fun_chi(B2,G2,C12,C22,C32,C42,C02)
ratio = np.exp((-chi2 + chi1) / 2)
rand = np.random.uniform(0,1)
if rand < ratio:
B1 = B2
G1 = G2
C11 = C12
C21 = C22
C31 = C32
C41 = C42
C01 = C02
chi1 = chi2
##save the data
Bsave = B1
Gsave = G1
C1save = C11
C2save = C21
C3save = C31
C4save = C41
C0save = C01
chisave = chi1
BGCchilist.append((Bsave,Gsave,C1save,C2save,C3save,C4save,C0save,chisave))
Blist = [x[0] for x in BGCchilist]
Glist = [x[1] for x in BGCchilist]
C1list = [x[2] for x in BGCchilist]
C2list = [x[3] for x in BGCchilist]
C3list = [x[4] for x in BGCchilist]
C4list = [x[5] for x in BGCchilist]
C0list = [x[6] for x in BGCchilist]
chilist = [x[7] for x in BGCchilist]
minchi = min(x[7] for x in BGCchilist)
mintuple = [x for x in BGCchilist if x[7] == minchi]
chi1=fun\u chi(B1、G1、C11、C21、C31、C41、C01)
bgchilist=[]
计数=-1
对于范围内的i(迭代\u MCMC):
计数=计数+1
打印(计数)
B2、G2、C12、C22、C32、C42、C02=发电机参数(B1、G1、C11、C21、C31、C41、C01)
chi2=fun_chi(B2、G2、C12、C22、C32、C42、C02)
比率=np.exp((-chi2+chi1)/2)
rand=np.随机.均匀(0,1)
如果兰特<比率:
B1=B2
G1=G2
C11=C12
C21=C22
C31=C32
C41=C42
C01=C02
chi1=chi2
##保存数据
Bsave=B1
Gsave=G1
C1save=C11
C2save=C21
C3save=C31
C4save=C41
C0save=C01
chisave=chi1
bgchilist.append((Bsave、Gsave、C1save、C2save、C3save、C4save、C0save、chisave))
Blist=[x[0]表示BGCchilist中的x]
Glist=[x[1]代表BGCchilist中的x]
C1list=[x[2]表示BGCchilist中的x]
C2list=[x[3]代表BGCchilist中的x]
C3list=[x[4]代表BGCchilist中的x]
C4list=[x[5]代表BGCchilist中的x]
C0list=[x[6]代表BGCchilist中的x]
chilist=[x[7]代表BGCchilist中的x]
minchi=min(在BGCchilist中x[7]代表x)
mintuple=[x代表BGCchilist中的x,如果x[7]==minchi]
我最终通过Matplotlib将所有这些列表与迭代单独绘制,然后将mintuple
保存为文本文件
一位同事对此进行了研究,并告诉我使用字典可能会更好,在字典中,每次迭代我都会执行类似于A_dictionary[chisave]=(B,G,…C0)
的操作,然后通过查找字典中的最小值来查找mintuple
。然而,从字典中的值元组中提取列表以进行绘图似乎会更加笨拙,并且需要更多的步骤
字典方法会允许更少的步骤,更高的效率,还是这是一种全列表方法
谢谢你的帮助 A
dict
步骤更少,也更容易阅读。使用minchi
作为键:
BGCchilist = {}
# in the loop
BGCchilist[chisave] = [Bsave, Gsave, C1save,C2save,C3save,C4save,C0save,chisave]
# out of the loop
minchi = min(BGCchilist.keys())
mintuple = BGCchilist[minchi]
如果需要保存导致相同chi值的每个参数组合,请更改dict以保存每个键的元组列表,而不仅仅是列表:
from collections import defaultdict
BGCchilist = defaultdict(list)
...
BGCchilist[chisave].append([...all the saves...])
...
minchi = min(BGCchilist.keys())
mintuples = BGCchilist[minchi]
# at this point mintuples has at least one tuple of params that got
# this chi score, maybe more
更新:
好的,以下是我对您需求的理解:
- 您需要保存每个参数组合和结果的chi分数
- 完成后,您需要获得最低的chi分数
- 完成后,您需要每个输入参数和chi分数的列表
# lightly tested
class BGCChiData(object): # (object) not needed in Python3
def __init__(self):
self.data = defaultdict(list)
def __getitem__(self, chi):
return self.data[chi]
def __setitem__(self, chi, params):
self.data[chi].append(params)
@property
def min_chi(self):
return min(self.data.keys())
@property
def B(self):
return [tup[0] for val in self.data.values() for tup in val]
@property
def G(self):
return [tup[1] for val in self.data.values() for tup in val]
@property
def C1(self):
return [tup[2] for val in self.data.values() for tup in val]
@property
def C2(self):
return [tup[3] for val in self.data.values() for tup in val]
@property
def C3(self):
return [tup[4] for val in self.data.values() for tup in val]
@property
def C4(self):
return [tup[5] for val in self.data.values() for tup in val]
@property
def C0(self):
return [tup[6] for val in self.data.values() for tup in val]
@property
def chi(self):
return [tup[7] for val in self.data.values() for tup in val]
chi1 = fun_chi(B1,G1,C11,C21,C31,C41,C01)
BGCchi = BGCChiData()
for count in range(iteration_MCMC):
print(count)
B2,G2,C12,C22,C32,C42,C02 = gen_param(B1,G1,C11,C21,C31,C41,C01)
chi2 = fun_chi(B2,G2,C12,C22,C32,C42,C02)
ratio = np.exp((-chi2 + chi1) / 2)
rand = np.random.uniform(0,1)
if rand < ratio:
B1 = B2
G1 = G2
C11 = C12
C21 = C22
C31 = C32
C41 = C42
C01 = C02
chi1 = chi2
##save the data
BGCchi[chi1].append(B1, G1, C11, C21, C31, C41, C01)
minchi = BGCchi.min_chi
mintuple = BGCchi[minchi]
B1list = BGCchi.B
# etc. etc.
#轻度测试
类bgchidata(对象):#(对象)在Python3中不需要
定义初始化(自):
self.data=defaultdict(列表)
定义获取项目(自我,chi):
返回自我数据[chi]
定义设置项(self、chi、params):
self.data[chi].append(参数)
@财产
def min_chi(自我):
return min(self.data.keys())
@财产
def B(自我):
返回[tup[0]用于self.data中的val.values()用于val中的tup]
@财产
def G(自我):
返回[tup[1]用于self.data中的val.values()用于val中的tup]
@财产
def C1(自我):
返回[tup[2]用于self.data中的val.values()用于val中的tup]
@财产
def C2(自我):
返回[tup[3]用于self.data中的val.values()用于val中的tup]
@财产
def C3(自我):
返回[tup[4]用于self.data中的val.values()用于val中的tup]
@财产
def C4(自身):
返回[tup[5]用于self.data中的val.values()用于val中的tup]
@财产
def C0(自身):
返回[tup[6]用于self.data中的val.values()用于val中的tup]
@财产
陈德辉(自我):
返回[tup[7]用于self.data中的val.values()用于val中的tup]
chi1=fun_chi(B1、G1、C11、C21、C31、C41、C01)
BGCchi=bgchidata()
对于范围内的计数(迭代\u MCMC):
打印(计数)
B2、G2、C12、C22、C32、C42、C02=发电机参数(B1、G1、C11、C21、C31、C41、C01)
chi2=fun_chi(B2、G2、C12、C22、C32、C42、C02)
比率=np.exp((-chi2+chi1)/2)
rand=np.随机.均匀(0,1)
如果兰特<比率:
B1=B2
G1=G2
C11=C12
C21=C22
C31=C32
C41=C42
C01=C02
chi1=chi2
##保存数据
BGCchi[chi1]。追加(B1、G1、C11、C21、C31、C41、C01)
minchi=BGCchi.min_chi
mintuple=BGCchi[明治]
B1list=BGCchi.B
#等等等等。
这是对评论的回答。我原以为问题是关于效率的,但仔细检查后,似乎是关于如何清理代码。如果这是协商,那么以下内容可能会有用:
对于第一部分,我们只是将所有内容保持为一个元组,并像这样使用嵌入扩展
par1 = B1,G1,C11,C21,C31,C41,C01
chi1 = fun_chi(*par1)
BGCchilist = []
for i in range(iteration_MCMC):
print (i-1)
par2 = gen_param(*par1)
chi2 = fun_chi(*par2)
ratio = np.exp((-chi2 + chi1) / 2)
rand = np.random.uniform(0,1)
if rand < ratio: par1 = par2
BGCchilist.append(list(par1) + [chi1]) ##save the data
我对算法没有把握,因此无法对这一部分做出明确的评论
下一部分更有趣
Blist = [x[0] for x in BGCchilist]
Glist = [x[1] for x in BGCchilist]
C1list = [x[2] for x in BGCchilist]
C2list = [x[3] for x in BGCchilist]
C3list = [x[4] for x in BGCchilist]
C0list = [x[6] for x in BGCchilist]
C4list = [x[5] for x in BGCchilist]
chilist = [x[7] for x in BGCchilist]
可以简单地替换为:
BList, GList, \
C1List, C2List, C3List \
C0List, C4List, chilist = zip(*BGCchilist)
我想这就是它的作用。请单独检查这部分
最后,你真的需要所有的列表吗?还是只需要辣椒酱
我想剩下的应该很简单吧?你所拥有的一切都很好。检查min
功能中的键
参数。因此,如果出于某种原因您不需要所有列表,您可以跳过该部分并在for循环中找到最小值,或者您可以执行以下操作:
minChi = min( zip(*BGCchilist)[-1] )
allMinChis = filter( lambda m: m[7] == minChi, BGCchilist)
奶酪
注意:我没有测试代码,所以可能有错误。请仔细检查代码,确保这是您想要的 考虑到所有人都是用普通Python完成这项工作的,而不是通过numpy或scipy,我认为在最后一步中效率并不重要。如果你在寻找最合适的参数
minChi = min( zip(*BGCchilist)[-1] )
allMinChis = filter( lambda m: m[7] == minChi, BGCchilist)