Question

我写了一段编码，从均匀分布中提取随机数，将它们累加直到达到L = x。我曾尝试使用Cython对其进行优化，但是我想对如何进一步优化提出任何建议，因为它将被要求使用较大的L值，因此将花费很长时间。这是我到目前为止在Jupyter中编写的代码

%%cython
import numpy as np
cimport numpy 
import numpy.random

def f(int L):
    cdef double r=0
    cdef int i=0
    cdef float theta
    while r<=L:
        theta=np.random.uniform(0, 2*np.pi, size = None)
        r+=np.cos(theta)
        i+=1    
    return i

我想尽可能地加快速度

Answer 1

在不使用Cython的情况下，可以加快此速度的一种方法是不太频繁地调用np.random.uniform。调用此函数并返回1个值与100,000个值的成本可以忽略不计，调用并返回1,000个值与调用1000次相比，可节省大量时间：

def call1000():
    return [np.random.uniform(0, 2*np.pi, size = None) for i in range(1000)]

%timeit call1000()
762 µs ± 3.11 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit np.random.uniform(0, 2*np.pi, size = 1000)
10.8 µs ± 13.6 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

您可以执行以下操作，并确保不会用完以下值：

def f(L):
    r = 0
    i = 0
    j = 0
    theta = np.random.uniform(0, 2*np.pi, size = 100000)
    while r<=L:
        if j == len(theta):
            j=0
            theta=np.random.uniform(0, 2*np.pi, size = 100000)
        r+=np.cos(theta[j])
        i+=1    
    return i

有什么方法可以使Cython中的Python随机和代码更快？

1 个答案: