python 矩阵运算 for循环_如何用 Python 科学计算中的矩阵替代循环

展开全部

因为在Mathematica中使用循环确实是低效的。32313133353236313431303231363533e78988e69d8331333361313961。。。。。

深层次的原因涉及到Mathematica的底层实现所以我不太懂，但是至少从下面几个例子可以看出Mathematica里确实有很多比循环更好的方法

求和

首先举一个最简单的求和例子，求的值。为了测试运行时间取n=10^6

一个刚接触Mathematica的同学多半会这样写

sum = 0;

For[i = 1, i <= 10^6, i++,

sum += Sin[N@i]];

(*其中N@i的作用是把整数i转化为浮点数，类似于C里的double*)

sum

为了便于计时用Module封装一下，运行时间是2.13秒，如下图

然后一个有一定Mathematica经验的同学多半会知道同样作为循环的Do速度比For快，于是他可能会这么写

然后一个有一定Mathematica经验的同学多半会知道同样作为循环的Do速度比For快，于是他可能会这么写

sum = 0;

Do[sum += Sin[N@i], {i, 1, 10^6}];

sum

如下图，用时1.37秒，比For快了不少

当然了知道Do速度比For快的同学不太可能不知道Sum函数，所以上面其实是我口胡的，他应该会这么写

Sum[Sin[N@i], {i, 1, 10^6}]

如下图，同样的结果，只用了不到0.06秒

如果这位同学还知道Listable属性并且电脑内存不算太小的话，他也可能会这么写

Tr@Sin[N@Range[10^6]]

如下图，只用了不到0.02秒，速度超过For循环的100倍

当然了这只是一个最简单的例子，而且如果数据量更大的话最后一种方法就不能用了。但是这也足以说明在求和时用循环是低效的，无论是内置的Sum函数还是向量化运算，在效率上都远远高于循环

(这部分模仿了不同程序员如何编写阶乘函数这篇文章，强烈推荐对Mathematica有兴趣的同学去看看)

迭代

接下来举一个迭代的例子，(即Logistic map)，取，为了测试运行时间同样取n=10^6

还