Ускорить двойную петлю в Python

Я не думаю, что это будет связано с любой важной скоростью, но вы можете сэкономить некоторые вызовы функций, если вы сразу генерируете все свои гамма и нормально распределенные случайные значения.

Гамма-функции имеют свойство масштабирования , так что, если вы нарисуете значение x из распределения гаммы (k, 1), то c*x будет значением, полученным из распределения гамма (k, c). Аналогично, при нормальном распределении вы можете взять значение y полученное из нормального (0, 1), и преобразовать его в значение, полученное из нормального распределения (m, s), выполняющего x*s + m . Таким образом, вы можете переписать свою функцию следующим образом:

 def calc(N, m): x = 1.0 y = 2.0 container = np.zeros((N, 2)) nm = N*m gamma_vals = np.random.gamma(3, 1, size=(nm,)) norm_vals = np.random.normal(0, 1, size=(nm,)) for i in xrange(N): for j in xrange(m): ij = i*j x = gamma_vals[ij] / (y*y+4) y = norm_vals[ij]/np.sqrt(x+1) + 1/(x+1) container[i, 0] = x container[i, 1] = y return container 

Если фактические параметры ваших распределений имели более простое выражение, вы, возможно, сможете использовать какую-то сложную форму np.cumprod или тому подобное и избавить себя от циклов. Я не могу понять, как это сделать …

Это работает?

 for i in xrange(N): # xrange is an iterator, range makes a new list. # You save linear space and `malloc`ing time by doing this x += m*y # a simple algebra hack. Compute this line of the loop just once instead of `m` times y -= m*x y *= -1 # another simple algebra hack. Compute this line of the loop just once instead of `m` times container[i,0] = x container[i,1] = y return container