根据 np.random.random 的结果制定 if/elif 语句的更有效方法？答案

【问题标题】：More efficient way to formulate if/elif statement based on outcome of np.random.random?根据 np.random.random 的结果制定 if/elif 语句的更有效方法？
【发布时间】：2021-07-20 20:38:21
【问题描述】：

我正在尝试加速我的代码，该代码具有以下形式的长 if/elif 语句：

random = np.random.random()
tot = a + b + c + d

if random < a/tot:
   var1 += 1
elif a/tot < random < (a+b)/tot:
   var1 -= 1
elif (a+b)/tot < random < (a+b+c)/tot:
   var2 += 1
elif (a+b+c)/tot < random < 1:
   var2 -= 1

我试图想办法用字典来做到这一点，但我不知道如何索引它。代码按原样工作，但是我正在尝试加快这部分代码的速度，这会占用大量运行时间。有没有其他方法可以做到这一点？

【问题讨论】：

一个明显的优化：elif a/tot < random < ...、elif (a+b)/tot < random < ...、elif (a+b+c)/tot < random < ...，你已经在之前的if/elif 正文中验证了这些，你只需要对每个elif进行第二次比较
最后一个比较不应该是< 1（或者干脆不说）？使用 < tot 可能是错误的。如果(a+b)/tot == random 又会怎样？在您的示例中，没有涵盖这种情况。
var2 真的与var1 耦合吗？这样写，每个事件 (a,b,c,d) 是完全相互独立的（它们之间没有交集）
是的@a_guest，这是我的错误。
与其用tot除，不如在if之前用tot多随机一次

标签： python python-3.x if-statement random

【解决方案1】：

您可以使用bisection 来确定您的随机数落在哪个“bin”中：

bins = np.cumsum([0., a, b, c, d])
bins /= bins.sum()

updates_var1 = [1, -1, 0, 0]
updates_var2 = [0, 0, 1, -1]

index = bisect.bisect(bins, random) - 1
var1 += updates_var1[index]
var2 += updates_var2[index]

这个解决方案可以通过使用np.searchsorted而不是bisect.bisect来向量化。

【讨论】：

也许用bins = bins / bins.sum()替换原地除法，这样它也可以处理整数？
@MariosMitalidis 我将0. 添加为第一个元素，因此数组将隐式创建为float 类型。

【解决方案2】：

我在这里看到的仅有的几件事是：

你只需要第二个条件（第一个条件已经在前面的if中检查过了，所以你知道它的反面是真的）
如果if-else链在循环内，并且a,b,c,d固定在循环内，则提前计算总和和除法（在进入循环之前）
将最后一个 elif 更改为 else

导致

# if a,b,c,d,tot are FIXED inside some external loop
# you should calculate tot,P1,P2,P3 OUTSIDE the loop
tot = a + b + c + d
P1=a/tot
P2=(a+b)/tot
P3=(a+b+c)/tot

# considering a,b,c,d,tot are fixed inside the loop
# the loop should start here
random = np.random.random()
if random < P1:
   var1 += 1
elif random < P2:
   var1 -= 1
elif random < P3:
   var2 += 1
else:
   var2 -= 1

您可以尝试的另一件事是将 if-else 链放入函数中，并使用 numba、pythran 或 cython 为其生成编译代码。

【讨论】：

如果P1-P3 只被使用一次，为什么要预先计算它们？
我假设 if-else 链在循环内，并且 P1、P2 和 P3 在循环内不会改变...如果这些概率在循环内改变，那么计算就没有意义了他们事先
rand_tot = random * tot 然后在几个运动中使用 rand_tot 而不是除以 tot

【解决方案3】：

假设每个项目的可能性相同，那么可能值得这样做：

a_b = a+b
a_b_c = a_b+c
random = np.random.random() * (a_b_c+d)

if a_b < random:
   var1 += 1 if a < random else -1
else:
   var2 += 1 if a_b_c < random else -1

这将导致每次迭代执行两个if 语句，而您的版本对于a 只需要一个，而对于d 需要四个

如果在这里花费大量时间，那么您可能值得做其他事情。例如矢量化事物，或依赖一些分析统计结果，因此您不必抽取尽可能多的样本

【讨论】：

【解决方案4】：

这可能是最有效的方法：删除分区

tot = a + b + c + d
random = np.random.random() * tot

if random < a:
   var1 += 1
elif random < a+b:
   var1 -= 1
elif random < a+b+c:
   var2 += 1
else:
   var2 -= 1

【讨论】：