如何使代码运行得更快，可能替换他代码中的 for 循环？ （Python）

Question

import numpy as np

list_shot = list(np.arange(0, 100, 50)) 
list_lens = list(np.arange(10))
list_total = []

for shot in list_shot:
    print("-", shot)
    list_out = []

    for lens in list_lens:
        val = shot * lens
        list_out.append(val)
    print(list_out)

    list_total.append(list_out) 

基本上，上面的代码只是下面这段代码的简单表示，需要对其进行优化以使其运行得更快。

CN_list_shot = []
counter = 0

for shot in bec[1:1000:500]: ### reads from time snapshots
    CN_list = []
    for length in length_list: ### all the lenghts for the same snapshot 
        i = neighbor_list("i", shot, {('Ge', 'Ge'): length}, self_interaction= False)
        coord = np.bincount(i)
        CN_list.append(np.sum(coord) / np.count_nonzero(coord))
            
        print("CN_list: ", CN_list) ### value added to the list for the snapshot    
    
    CN_list_shot.append(CN_List) ### the list added for each snapshots 

Answer 1

是的，有一种更简单的方法可以使用线性代数方法来实现这一点。使用numpy 时，尽量避免将numpy 数组转换回python 列表。这违背了目的。

本质上，您在这里所做的是一个简单的矩阵乘法。您所要做的就是重塑 numpy 数组以实现您想要的。

import numpy as np

list_shot = np.arange(0, 100, 50).reshape((2, 1))
list_lens = np.arange(10).reshape((1, 10))
print(list_shot)
print(list_lens)
print(np.matmul(list_shot, list_lens))

输出：

[[ 0]
 [50]]
[[0 1 2 3 4 5 6 7 8 9]]
[[  0   0   0   0   0   0   0   0   0   0]
 [  0  50 100 150 200 250 300 350 400 450]]