加速Python循环附加

您好，我有一个巨大的值列表，我想找到所有n个值的模式，如列表[0:30]，列表[1:31]。对于每个值，将百分比与第一个值进行比较，如百分比变化（数组[0]，数组[1]），百分比变化（数组[0]，数组[2]），一直到模式结束。 在此之后，我想将所有30个值模式存储在一个模式数组中，以便将来与其他值进行比较

为此，我必须构建一个函数： 对于此函数，可以通过更改变量numberOfEntries将30个值更改为我的任何选择 对于每种模式，我计算下10个结果的平均值，并将其存储在具有相同索引的结果数组中

#end point is the end of array
#inputs (array, numberOfEntries)
#outPut(list of Patterns, list of outcomes)

y=0
condition= numberOfEntries+1
#each pattern list
pattern=[]
#list of patterns
Patterns=[] 
#outcomes array
outcomes=[]



while (y<len(array)):
    i=1
    while(i<condition):

        #this is percentage change function, I have built it inside to gain speed. Try is used because possibility of 0 division
        try:
            x = ((float(array[y-(numberOfEntries-i)])-array[y-numberOfEntries])/abs(array[y-numberOfEntries]))*100.00
            if x == 0.0:
                x=0.000000001
        except:
            x= 0.00000001
        i+=1
        pattern.append(x)
 #here is the outcomes
     outcomeRange = array[y+5:y+15]
     outcome.append(outcomeRange)
     Patterns.append(pattern)
     #clean pattern array
     pattern=[]
     y+=1

我将此提取为

array=df['close'].values

然后我将这个数组应用到函数中，它将返回一个列表，其中包含一组特定值的列表

[0.26, 0.03, -0.03, -0.04, ,0.005]

这是从每行到样本开始的百分比变化，这就是我所说的模式。我可以选择有多少条目可以有一个模式

---

希望我现在更清楚了…

首先，我会将

while

循环变成

for

循环，因为

I

现在增加得更快

for i in range(1,condition):

现在，由于

y

在内部循环中不会发生变化，您可以从以下方面优化计算：

x = ((float(array[y-(numberOfEntries-i)])-array[y-numberOfEntries])/abs(close[y-numberOfEntries]))*100.00

致：

其中，

z

在

while/for

循环之前预计算为：

    z = 100.00 / abs(close[y-numberOfEntries])

为什么?

• 首先，

  z

  是预先计算的，因此不需要计算

  abs

  和访问

  close

  数组
• 其次，

  z

  是要除以的值的倒数，因此可以乘以它。乘法比除法快得多
• 第三：因为你不再除法了，所以不可能再被零除法了。zerodiv可能发生在循环外的

  z

  上，必须进行相应的处理（将整个z+循环事件包装在

  try/except

  中，并将结果设置为

  x=0.00000001

  当它发生时，它应该是等效的）

因此，您的内部循环可以是：

try:
    z = 100.00 / abs(close[y-numberOfEntries])
    for i in range(1,condition):
        x = (float(array[y-(numberOfEntries-i)])-array[y-numberOfEntries]) * z
except ZeroDivisionError:
    x = 0.00000001
pattern.append(x)

---

多线程是一条死胡同，不要追求它。可能是多处理，但理想的方法是对循环进行矢量化。因此，我想将其标记为numpy，但看起来您只是在使用python列表（尽管说您有np数组）？实际上，此时我没有使用numpy，只是返回一个列表@roganjosh我如何使用循环的矢量化？那么问题就相当混乱了。你可以在你的系列中使用滚动窗口，将其保存在大熊猫中。您的示例应该能够代表您正在尝试做的事情，但是，据猜测，您不希望将此数据作为python列表提取。“返回列表的熊猫”，您是指熊猫系列吗？如果是这样，其行为与numpy数组非常相似

    z = 100.00 / abs(close[y-numberOfEntries])

try:
    z = 100.00 / abs(close[y-numberOfEntries])
    for i in range(1,condition):
        x = (float(array[y-(numberOfEntries-i)])-array[y-numberOfEntries]) * z
except ZeroDivisionError:
    x = 0.00000001
pattern.append(x)