我一直在研究这个函数,它生成了我正在开发的模拟代码所需的一些参数,并且已经在增强其性能方面遇到了障碍.
对代码进行分析表明,这是主要的瓶颈,因此我可以对其进行的任何增强都会很小.
我想尝试对这个函数的部分进行矢量化,但我不确定它是否可行.
主要的挑战是存储在我的数组中的参数params取决于params的索引.我看到的唯一直接的解决方案是使用np.ndenumerate,但这看起来很慢.
是否可以对这种类型的操作进行矢量化,其中存储在数组中的值取决于它们存储的位置？或者创建一个只给我数组索引的元组的生成器会更聪明/更快？
import numpy as np
from scipy.sparse import linalg as LA
def get_params(num_bonds, energies):
"""
Returns the interaction parameters of different pairs of atoms.
Parameters
----------
num_bonds : ndarray, shape = (M, 20)
Sparse array containing the number of nearest neighbor bonds for
different pairs of atoms (denoted by their column) and next-
nearest neighbor bonds. Columns 0-9 contain nearest neighbors,
10-19 contain next-nearest neighbors
energies : ndarray, shape = (M, ) …