Question

早上好，如果这是一个模糊的问题，对不起。我会尝试尽可能具有描述性。

基本上，我使用Python代码对空气扩散模型的结果进行后处理，以测试不同的场景。我正在使用Python，因为它可以在几秒钟内迭代结果，而分散软件需要数小时。我的问题是代码仍然需要数周才能完成我的所有场景，并且我想知道它是否是由于编程不佳造成的。如果不相关的话，我不会把整个代码放在这里，但是我将完成我正在采取的步骤。首先，这是我的问题大纲：

我有17个源同时进行
每个来源可以有四种不同的排放率，与其他来源无关。即源＃1可以具有发射率a，b，c或d。可以来源＃2-＃17。
每个来源可以采取两种状态之一。我们会称他们在工作或不工作，但在这两个州都有排放率。但是，只有5个来源可以同时工作。这很重要。

总而言之，每个来源的排放是四种排放率以及两种状态的函数。因此，每个来源都有8种可能的排放情景，所有17种情况都可以同时出现在这些情景中。相当多的排列！

这是我目前如何计算结果的方式。我想知道每种状态组合最大的结果是什么。如果您熟悉空气扩散模型，我已经根据1 g / s的排放率计算了结果，因此我可以按照上述排放率对结果进行扩展。

代码：

sources = ['1','2',...'17']   
emission_rates = ['a','b','c','d'] 
Source_1_results = [list of values of length x] ## NOTE THAT x is VERY LONG.  THESE ARE HUGE ARRAYS (400,000 values)
Source_2_result = [list of values of length x]
.
.
Source_17_results = [list of values of length x]

working_sources = list(itertools.combinations(sources, 5))
source_emission_rate = list(itertools.combinations_with_replacement(emission_rates, 17))

for e in source_emission_rate:
    for w in working_sources:
        temp_results = []
        for num, source in enumerate(sources):
            temp_results[num] = [Source_x_result * e * w] ##THIS LINE INVOLVES SOME LOOKUP IN MY CODE TO REFERENCE THE ACTUAL RESULTS AND EMISSIONS ETC.

如果这个代码不够，我很抱歉。我可以发布完整的代码，但在大多数情况下，它只是分配变量等。

我的问题是：是否有更快的方法来遍历所有可能的状态？我的代码目前正在运行，但我的python知识有限，并且希望能够在更改变量等时更频繁地运行它。

提前谢谢！

Answer 1

这应该稍快一点（减少中间列表+列表理解）

working_sources = itertools.combinations(sources, 5)
source_emission_rate = itertools.combinations_with_replacement(emission_rates, 17)

for e in source_emission_rate:
    for w in working_sources:
        temp_results = [source * e * w for source in sources]

试图提高迭代Python程序的效率

1 个答案: