假设我有一个表达式,我需要找到它的总和:
其中边界是有限且已知的。在 scipy/numpy 中计算这样一个总和的最快或最有效的方法是什么?可以使用嵌套的 for 循环来完成,但有更好的方法吗?
假设我有一个表达式,我需要找到它的总和:
其中边界是有限且已知的。在 scipy/numpy 中计算这样一个总和的最快或最有效的方法是什么?可以使用嵌套的 for 循环来完成,但有更好的方法吗?
怎么样
np.dot(x[:amax], np.cumsum(y[:amax] * np.sum(z[cmin:cmax])))
np.einsum
对于这类总和,也可能是一种选择。正如 nevsan 所展示的那样,b
你a
需要首先使用它np.cumsum
,并且np.einsum
在给定的示例中不应该更快。
它可能看起来像这样:
y_acc = np.add.accumulate(y[:amax]) # same as cumsum
result = np.einsum('i,i,j->', x[:amax], y_acc, z[cmin:cmax])
然而,这非常慢,因为 einsum 并没有优化z
求和只需要进行一次的事实,因此您需要手动重新制定它:
result = np.einsum('i,i->', x[:amax], y_summed) * z[cmin:cmax].sum()
然而,在这种情况下应该比基于 nevsan 的np.dot
方法慢,因为dot
通常应该得到更好的优化(即np.einsum(ii->, a, b)
比 慢np.dot(a, b)
)。但是,如果您有更多的数组要总结,这可能是一个不错的选择。