python的矢量化代码答案

【问题标题】：vectorized code for pythonpython的矢量化代码
【发布时间】：2014-12-12 14:45:55
【问题描述】：

我使用 npr.uniform(size=(N, 2)) 创建了一个存储 N 个随机点坐标的数组。现在我想使用一个计算 Xtotal^2+Ytotal^2 的函数，其中 Xtotal 和 Ytotal 分别是 N 个 x 坐标和 N 个 y 坐标的总和。使用for循环我没有问题，但现在我想多次独立运行程序（超过1000次），我能想到的唯一方法是使用for循环。是否可以在矢量化代码中执行它以使其运行得更快？我正在做的实际项目有点复杂，在这里描述起来太困难了，但我想如果我能解决这个简化的程序，我做更难的程序是没有问题的。

谢谢

【问题讨论】：

标签： python arrays loops vectorization

【解决方案1】：

这是你想要的吗？

>>> N = 5
>>> coords = np.random.uniform(size=(N, 2))
>>> coords

[[ 0.00510663  0.52338403]
 [ 0.88250555  0.0440339 ]
 [ 0.1753249   0.4534223 ]
 [ 0.13600696  0.71194949]
 [ 0.87044574  0.80934245]]

>>> coords.sum(axis=0)
array([ 2.31797242,  0.95364616])

>>> (coords.sum(axis=0)**2).sum()
12.247833350611774

如果你想重复这个 1000 次，那么你可以尝试生成 1000*5 个随机数。请注意，如果您正在进行复杂的处理（而不仅仅是求和和幂），那么通常您的 1000 次重复不能被矢量化。

【讨论】：

【解决方案2】：

假设你的npr 是numpy.random，

>>> import numpy as np
>>> N = 5
>>> xy = np.random.uniform(size=(N, 2))
>>> xy[:, 0]
array([ 0.91602043,  0.14053012,  0.01789579,  0.84857576,  0.20245375])
>>> xy[:, 1]
array([ 0.39608331,  0.46119256,  0.23600489,  0.93313743,  0.9790776 ])

然后只需使用切片和索引：

>>> xy[:, 0]**2 + xy[:, 1]**2
array([ 0.99597542,  0.23244729,  0.05601857,  1.5908263 ,  0.99958046])
>>> 
>>> xy[0, :]**2 + xy[1, :]**2
array([ 0.85884215,  0.36958056])

【讨论】：