Python-Numpy：卷积，代码优化

Question

在目前正在开发的python代码中，有一个特殊的功能确实需要速度优化。 对于第一个近似值，我想关注纯Python代码（没有C或Cython实现）。 该函数根据x轴位置生成一系列具有不同sigma的高斯曲线。它需要三个参数：

1. x0,1d numpy数组，高斯曲线的中心值
2. h，1d numpy数组，高斯曲线的高度
3. x，1d numpy数组，总和的定义值

我的目标是以尽可能最快的方式获得所有曲线的总和（这是一种具有位置依赖西格玛的高斯曲线的卷积）。

目前我的代码是：

sigs = get_sigmas(x0)  # function that returns the value of sigma at each position

all_gauss_args = -0.5*np.power((x[:, np.newaxis] - x0[np.newaxis, :]) /
                 sigs[np.newaxis, :], 2.0)

sum = (1.0/(np.sqrt(2 * np.pi) * sigs[np.newaxis, :])) * np.exp(all_gauss_arg) *\
             h[np.newaxis, :]

sum = np.sum(sum, axis=1)
return sum

可以加快速度吗？

提前感谢您的帮助