更快的選擇嗎？

Question

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

對此用替代物？我需要改進我的整個代碼，以便提高每個語句的性能。

感謝ü

Answer 1

只是一個提示，但通常實際性能的提升來當你評估在函數的代碼，甚至更高的水平。

在良好的評估過程中，您可能會發現整個代碼塊被丟棄或重寫以便簡化過程。

Answer 2

除了已經制作的（我訂閱的）一般優化評論之外，是是一種更「優化」的做事方式：操縱值的數組並以數學方式組合它們。這是非常有用和廣泛使用的NumPy package的工作！

這裏是你會怎麼做：

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

（如果你的陣列q和w已經包含了花車，你可以刪除dtype=float。）

這是幾乎一樣快，因爲它可以得到，因爲NumPy的操作對陣列進行了優化。它比循環更清晰，因爲它既簡單又短。

Answer 3

配置文件很有用，在你清理了非常清晰的代碼之後。不管它是運行一次還是運行數十億次，你都不應該這樣寫代碼。

你爲什麼要做float(q[i])和float(w[i])？ q和`w'的元素是什麼類型？

如果x和y是浮點數，那麼x - y也將是一個浮點數，所以這3個float（）已經顯然是多餘的。

調用math.pow（）而不是使用**運算符將承擔「數學」和「pow」查找的開銷。

等等等等

看看下面的代碼給出了同樣的答案和讀取更好，速度更快：

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

你測試這一點，明白了爲什麼進行了更改後，你可以申請其他Python代碼的教訓。那麼如果你有更多的陣列或矩陣工作要做，請考慮使用numpy。