Question

我编写了生成情节的Python代码。在下面的代码中，当我设置maxtime = 0.1时，程序需要大约50秒，当我设置maxtime = 1时，需要大约420秒。我需要为maxtime = 1000运行它。

我熟悉Python语法和编写＆＃34; Matlabic＆＃34;代码，但我在本地写作＆＃34; Pythonic＆＃34;码。因此，我需要帮助为运行时优化此代码，特别是在两个外部for循环和内部while循环中。

如何使代码适合与Numba或Cython一起使用？
如果不可能，我是否需要使用功能，map或lambda声明？

不幸的是，每当我尝试分析代码时，我的Spyder IDE for Python就会冻结。如果可以，我会包括这些细节！

代码如下。感谢。

import numpy as np
import matplotlib.pyplot as plt
import pylab as pl
import math

maxtime = 1
Qpvec = np.logspace(-2,1,101,10)
lenQp = len(Qpvec)
delta = 1e-3
P0vec = Qpvec/delta
SimNum = 100
PTotStoch = np.zeros((SimNum,lenQp))
k_minus = 1e-3
k_cat = 1-1e-3
k_plus = 1e-3
zeta = 1e-4
D0 = 10000
kappa_M = (k_cat+k_minus)/zeta
QpDeg = np.true_divide(1000*D0*Qpvec*k_cat,1000*Qpvec + kappa_M)

for lenQpInd in range(0,lenQp):
    for SimNumInd in range(0,SimNum):
        Qp = Qpvec[lenQpInd]
        P0 = P0vec[lenQpInd]
        DP0 = 0
        P = math.floor(P0)
        DP = DP0
        D = D0
        time = 0

        while time < maxtime:
            u_time = pl.rand()
            u_event = pl.rand()
            rates=np.array([Qp,zeta*P*D,k_minus*DP,k_cat*DP])
            PTot = P + DP
            kT = np.sum(rates)
            tot = np.cumsum(rates)
            deltaT = -np.log(1-u_time)/kT
            time += deltaT
            if time > maxtime:
                PTotStoch[SimNumInd,lenQpInd] = PTot
                break
            elif u_event*kT < tot[0]:
                P += 1
            elif u_event*kT < tot[1]:
                P -= 1
                DP += 1
                D -= 1
            elif u_event*kT < tot[2]:
                P += 1
                DP -= 1
                D += 1
            elif u_event*kT < tot[3]:
                DP -= 1
                D += 1   

PMean = PTotStoch.mean(axis=0)
PStd = PTotStoch.std(axis=0)

plt.figure(0)
plt.plot(Qpvec,PMean,marker=".") 
plt.errorbar(Qpvec,PMean,yerr = 2*PStd, xerr = None)
plt.show()

Answer 1

您可以尝试使用PyPy进行编译。它看起来不像matplotlib，因此您可能必须将此部分包含在单独的文件中。

尝试在Python中运行Gillespie算法的多个模拟，用于一组随机化学反应，不到10分钟

1 个答案: