python运行速度和c,关于python：C中的代码运行速度比NumPy快得多

我在Python中使用NoMPY编写物理仿真代码，而不是将它重写到C++。在C++中，在Python大约40秒的时候只需要0.5秒。有人能帮我找到我犯了什么可怕的错误吗？

import numpy as np

def myFunc(i):

uH = np.copy(u)

for j in range(1, xmax-1):

u[i][j] = a*uH[i][j-1]+(1-2*a)*uH[i][j]+a*uH[i][j+1]

u[i][0] = u[i][0]/b

for x in range(1, xmax):

u[i][x] = (u[i][x]+a*u[i][x-1])/(b+a*c[x-1])

for x in range(xmax-2,-1,-1):

u[i][x]=u[i][x]-c[x]*u[i][x+1]

xmax = 101

tmax = 2000

#All other variables are defined here but I removed that for visibility

uH = np.zeros((xmax,xmax))

u = np.zeros((xmax,xmax))

c = np.full(xmax,-a)

uH[50][50] = 10000

for t in range(1, tmax):

if t % 2 == 0:

for i in range(0,xmax):

myFunc(i)

else:

for i in range(0, xmax):

myFunc(i)

如果有人想运行它，这里有完整的代码：http://pastebin.com/20zspbqq编辑：所有变量都是在整个代码中定义的，可以在Pastebin上找到。不好意思弄混了，我想清除所有的混乱会使代码更容易理解

C/C++是一种以效率著称的编译语言。python/numpy是一种解释性语言，以其用户友好性著称。用一个代替另一个是你做错的。

无论循环中是否有numpy数组，for循环基本上都将在python时间内运行。

你在写numpy就像写c一样。显式for循环对numpy的性能很糟糕。

@用户2357112感谢您的回答。你能给我一个提示吗？如何正确、更有效地写？

还有很多对全局变量的引用，它们也没有帮助。

@maxk告诉它对整个数组执行操作。它们内置于numpy中，并在C中有效地实现。

@丹齐洛：谢谢你的建议编辑只有几行大幅提高性能。

从根本上讲，C是一种编译语言，当Python是解释语言时，它的速度与易用性相反。

numpy可以填补这个空白，但必须避免在项目上循环，这通常需要一些技巧。

例如，

def block1():

for i in range(xmax):

for j in range(1, xmax-1):

u[i][j] = a*uH[i][j-1]+(1-2*a)*uH[i][j]+a*uH[i][j+1]

处于麻木状态：

def block2():

u[:,1:-1] += a*np.diff(u,2)

与更短更快(和更容易阅读和理解？)：

In [37]: %timeit block1()

10 loops, best of 3: 25.8 ms per loop

In [38]: %timeit block2()

10000 loops, best of 3: 123 μs per loop

最后，您可以通过及时编译来加速numpy代码，numba允许这样做。只需将代码的开头更改为：

import numba

@numba.jit

def myFunc(u,i):

...

脚本末尾的myFunc(u,i)调用(u必须是自动确定类型的参数)，您将获得相同的性能(在我的电脑上为0,4秒)。

所以当我运行您的numpy python代码时，运行需要4分钟，一旦我删除了numpy代码并用标准的python代码替换它，只需要1分钟！(我有一台速度不太快的电脑)

这是代码：

#import numpy as np

def impl(i,row):

if row:

uH = u[:][:] # this copys the array 'u'

for j in range(1, xmax-1):

u[i][j] = a*uH[i][j-1]+(1-2*a)*uH[i][j]+a*uH[i][j+1]

u[i][0] = u[i][0]/b

for x in range(1, xmax):

u[i][x] = (u[i][x]+a*u[i][x-1])/(b+a*c[x-1])

for x in range(xmax-2,-1,-1):

u[i][x]=u[i][x]-c[x]*u[i][x+1]

else:

uH = u[:][:] # this copys the array 'u'

for j in range(1, xmax-1):

u[j][i]= a*uH[j-1][i]+(1-2*a)*uH[j][i]+a*uH[j+1][i]

u[0][i] = u[0][i]/b

for y in range(1, xmax):

u[y][i] = (u[y][i]+a*u[y-1][i])/(b+a*c[y-1])

for y in range(xmax-2,-1,-1):

u[y][i]=u[y][i]-c[y]*u[y+1][i]

#Init

xmax = 101

tmax = 2000

D = 0.5

l = 1

tSec = 0.1

uH = [[0.0]*xmax]*xmax #np.zeros((xmax,xmax))

u = [[0.0]*xmax]*xmax #np.zeros((xmax,xmax))

dx = l / xmax

dt = tSec / tmax

a = (D*dt)/(dx*dx);

b=1+2*a

print("dx=="+str(dx))

print("dt=="+str(dt))

print(" a=="+str(a))

#koeficient c v trojdiagonalnej matici

c = [-a]*xmax #np.full(xmax,-a)

c[0]=c[0]/b

for i in range(1, xmax):

c[i]=c[i]/(b+a*c[i-1])

uH[50][50] = 10000

u = uH

for t in range(1, tmax):

if t % 2 == 0:

for i in range(0,xmax):

impl(i,False)

else:

for i in range(0, xmax):

impl(i,True)

我相信，如果你使用了numpy的正确方式而不是数组的替代品，这可能会更快，但是，不使用numpy数组会将时间缩短到原来的1/4。

另外，我看不出有什么必要，所以如果你想的话，你可以把它全部去掉。

谢谢您。如果我想有效地使用数组，我似乎必须研究如何有效地在numpy中使用数组。编辑：如果我从旧值中计算新值u[i]=u[i-1]+u[i+1]，我如何删除uh？

您可以将它们存储在一个临时变量中，这样就不会复制整个数组，但应该可以不进行测试

用列表替换数组可以提高性能，bun您将远离这样的C性能。numpy是一种很好的方法，你必须先学习它；)。