如何提高此 Python 代码的性能？

Question

有什么方法可以改进我在下面附加的 Python 代码吗？现在对我来说似乎太慢了。

C_abs = abs(C)
_, n = C_abs.shape

G = np.zeros((n, n))
for i in xrange(n):
    for j in xrange(n):
        G[i,j] = C_abs[i,j]+C_abs[j,i]

Answer 1

只需添加C_abs 及其transposed version -

G = C_abs + C_abs.T

要理解，看代码的计算部分：

G[i,j] = C_abs[i,j]+C_abs[j,i]

右侧的第一个输入是C_abs[i,j]，它包含与赋值左侧相同的迭代器 - G[i,j]。因此，对于矢量化解决方案，我们将原样使用它作为第一个输入。右侧的第二个输入是C_abs[j,i]，它的迭代器是左侧迭代器的翻转版本 - G[i,j]。整个数组上下文中的这种翻转将是C_abs 的转置。因此，综合起来，我们将添加 C_abs 及其自己的转置版本，以矢量化的方式获得所需的输出。