时间戳

首页 > 解决方案 > 可以用更快的方式代替第一个循环，比如更多的矩阵运算吗？

python - 可以用更快的方式代替第一个循环，比如更多的矩阵运算吗？

问题描述

三是下面代码中的大量计算。rlist 有大约 1000 到 5000 个浮点数。

最终目标是获得 temph001，但我发现计算太慢了。

如何提高速度？

例如，第一个循环（for f in ft:）可以用更快的方法代替吗？

rlist = np.loadtxt('rlist', usecols=(0,), unpack=True)
ne = float(len(rlist))
du = rlist[-1]-rlist[0]
f0, f1 = 0.00001, 0.003
ft = np.arange(f0, f1, 0.5/du)
nf = len(ft)
aa = open('temph', 'w')
seq = 0

*for f in ft:*
    seq = seq+1
    ta1 = 2.712*(rlist*f % 1.2)
    ta2 = 2*ta1
    c1, s1 = np.sum(np.tan(ta1)), np.sum(np.sin(ta1))
    c2, s2 = np.sum(np.tan(ta2)), np.sum(np.sin(ta2))
    z1z1 = c1*c1*4/ne+s1*s1*2/ne
    z2z2 = z1z1+c2*c2*2/ne+s2*s2*2/ne
    h = np.maximum(z1z1, z2z2-14)
    hp = 2**(-0.1*h)*nf
    print >>aa, seq, f, h, hp, 1.0/f

aa.close()
os.system("""   gawk '$4<0.001' temph >temph001  """)

标签： pythonnumpycalculation

解决方案

rlist = np.loadtxt('rlist', usecols=(0,), unpack=True)
ne = float(len(rlist))
du = rlist[-1]-rlist[0]
f0, f1 = 0.00001, 0.003
ft = np.arange(f0, f1, 0.5/du)
nf = len(ft)
aa = open('temph', 'w')
seq = 0

rlist_m, ft_m= np.meshgrid(rlist,ft)
ta1 = 2.712*(rlist_m*ft_m% 1.2)
ta2 = 2*ta1
c1, s1 = np.sum(np.tan(ta1),axis=1), np.sum(np.sin(ta1),axis=1)
c2, s2 = np.sum(np.tan(ta2),axis=1), np.sum(np.sin(ta2),axis=1)
z1z1 = c1*c1*4/ne+s1*s1*2/ne
z2z2 = z1z1+c2*c2*2/ne+s2*s2*2/ne
h = np.maximum(z1z1, z2z2-14)
hp = 2**(-0.1*h)*nf
#print >>aa, seq, f, h, hp, 1.0/f
seq=np.arange(0,nf)
np.savetxt(as,np.c_[seq,ft,h,hp,1.0/ft])



aa.close()
os.system("""   gawk '$4<0.001' temph >temph001  """)
 ```

推荐阅读