Para la computación científica en Python, ¿cuáles son algunas técnicas para mejorar la velocidad de computación?

Según mis pruebas de hace unos años, la velocidad de operación de la matriz de Python no es lenta (porque está ejecutando funciones en la biblioteca de enlaces dinámicos, no scripts) más rápido que Mathematica y comparable a Matlab.

La mayoría de los novatos no son buenos leyendo documentación y son terribles haciendo sus propias ruedas. Por supuesto, no es ninguna novedad que la escritura veterana sea más eficiente que las bibliotecas de código abierto. Después de todo, existen optimizaciones para programas específicos.

Dos: reducir el uso de for y utilizar más funciones de cuantificación. se puede convertir en una operación en elementos de una matriz uno por uno. La función de es varios Wallaces más eficiente que for.

Tres: amigable con la memoria. Cuando se opera una matriz grande, para reducir el tiempo, este tipo de operación de copia se realizará en toda la matriz.

Cuatro: la mayor parte del tiempo. , la parte más lenta del sistema es io, incluidas las operaciones de memoria mencionadas anteriormente y las lecturas frecuentes de entrada y salida, así como la salida de depuración. Cuando se requiere procesamiento en tiempo real, evitar estas operaciones mediante la introducción de mecanismos de canalización similares a los de una GPU o el uso de subprocesos múltiples flexibles puede hacer maravillas.

5: La eficiencia del trazado de Matplotlib no es alta, por lo que se deben reducir las frecuencias de actualización innecesarias cuando se utiliza el trazado interactivo (plt.ion).