如何让我的python集成更快？

Question

嗨,我想整合一个从0到几个不同上限(大约1000)的函数.我已经使用for循环编写了一段代码来执行此操作,并将每个值附加到空数组.然而,我意识到我可以通过做更小的积分然后将前一个积分结果添加到刚刚计算的结果来使代码更快.所以我会做相同数量的积分,但是在更小的间隔内,然后只需添加前一个积分就可以得到从0到上限的积分.这是我的代码:

import numpy as np                              #importing all relevant modules and functions
from scipy.integrate import quad
import pylab as plt
import datetime
t0=datetime.datetime.now()                      #initial time
num=np.linspace(0,10,num=1000)                  #setting up array of values for t
Lt=np.array([])                                 #empty array that values for L(t) are appended to
def L(t):                                       #defining function for L
    return np.cos(2*np.pi*t)
for g in num:                                   #setting up for loop to do integrals for L at the different values for t
    Lval,x=quad(L,0,g)                          #using the quad function to get the values for L. quad takes the function, where to start the integral from, where to end the integration
    Lv=np.append(Lv,[Lval])                     #appending the different values for L at different values for t

我建议的优化技术需要做哪些更改？

Answer 1

基本上,我们需要保持先前值的跟踪Lval和g.0对于两者都是良好的初始值,因为我们想要通过向第一个积分添加0开始,并且0是间隔的开始.您可以使用以下命令替换for循环:

last, lastG = 0, 0
for g in num:
  Lval,x = quad(L, lastG, g)
  last, lastG = last + Lval, g
  Lv=np.append(Lv,[last])

在我的测试中,这明显更快.

正如@askewchan在评论中指出的那样,这更快:

Lv = []
last, lastG = 0, 0
for g in num:
  Lval,x = quad(L, lastG, g)
  last, lastG = last + Lval, g
  Lv.append(last)
Lv = np.array(Lv)