我能否优化下面附上的Python代码?它现在对我来说似乎太慢了。
C_abs = abs(C)
_, n = C_abs.shape
G = np.zeros((n, n))
for i in xrange(n):
for j in xrange(n):
G[i,j] = C_abs[i,j]+C_abs[j,i]
我能否优化下面附上的Python代码?它现在对我来说似乎太慢了。
C_abs = abs(C)
_, n = C_abs.shape
G = np.zeros((n, n))
for i in xrange(n):
for j in xrange(n):
G[i,j] = C_abs[i,j]+C_abs[j,i]
只需将C_abs
与它的转置版本
相加即可-
G = C_abs + C_abs.T
为了理解,请看代码中的计算部分:
G[i,j] = C_abs[i,j]+C_abs[j,i]
C_abs [i,j]
,其涉及的迭代器与赋值左侧的G [i,j]
相同。因此,为了获得矢量化解决方案,我们将不加更改地使用它作为第一个输入。右侧的第二个输入是C_abs [j,i]
,其迭代器翻转为左侧的迭代器- G [i,j]
的反向版本。在整个数组上下文中进行翻转将是C_abs
的转置。因此,组合起来,我们将添加C_abs
和其自身的转置版本以以矢量方式获得所需的输出。