Skip to main content
 首页 » 编程设计

python 3 : Optimizing summation over scipy arrays

2024年11月01日12Renyi-Fan

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)