我目前正在研究一个问题,我必须对 scipy/numpy 数组的特定条目进行求和,并且我正在寻找一种方法来完全摆脱所有 Python for 循环。我在 Mac OS X 上使用 Python 3.3。下面是我正在执行的求和之一的示例,为了示例的缘故,我对填充有随机整数的数组的条目求和。
from scipy import ones, conjugate, sum, random
n = 5
M = random.randint(5,size=(4*n**2,4*n**2))
H = sum((M[i+1,:2*n**2]*M[i,:2*n**2].conjugate()).sum() * (-M[i,:2*n**2]*M[i+1,:2*n**2].conjugate()).sum() for i in range(0,2*n**2,2))
我首先计算两个矩阵项的乘积,然后对一半以上的列求和。我这样做了两次,然后以两个步骤对超过一半的行求和。
这可能看起来很奇怪,但我正在使用哈密顿量处理晶格上的系统,其中每一行对应一个特定的晶格点,偶数行和奇数行代表自旋向上或向下。 n 最终会很大,我需要稍微加快这个求和速度。
现在,我无法弄清楚如何摆脱 for 循环。我尝试在行索引中使用 range() 参数来做到这一点,但这并没有得到相同的结果。
谢谢!
请您参考如下方法:
在我看来你可以做到
H_bis = np.sum(M[1:2*n**2:2, :2*n**2] * M[:2*n**2:2, :2*n**2].conjugate(), axis=1)
H_bis = H_bis * H_bis.conjugate()
H_bis = -np.sum(H_bis)
