python - 使用 pandas 访问器减少运行时间

Question

我有以下电话:

def compute_using_AA(self):

    k=0

    while k<self.nobs:
        L = 0
        self.BB.ix[k]=0.0
        while L<self.nobs:
            self.BB.ix[k] = self.BB.ix[k]+self.AA[k,L]*self.detrend.ix[L]
            L+=1
        k+=1

在分析中我看到:

ncalls  tottime  percall  cumtime  percall filename:lineno(function)
8    1.510    0.189   59.611    7.451   Data.py:47(compute_using_AA)

地点:

type(AA)=<type 'numpy.ndarray'>
type(BB) =<class 'pandas.core.series.Series'>

和

type(detrend)=<class 'pandas.core.series.Series'>

有什么容易实现的建议可以帮助我加快速度吗？

Answer 1

我看到的最明显的事情是你应该使用 numpy 数组操作。内循环内部进行的计算不依赖于 BB 的值，它只是一个累加器。因此，您可以对 AA 和 detrend 执行逐点乘法，对所有内容求和，然后存储在 BB 中。实际上，您看起来只是在执行两个向量的线性乘积，其中第二个向量始终相同，第一个向量存储在矩阵中。这可以通过以下方式执行:

def compute_using_AA(self):
    self.BB.ix = np.dot(self.AA, self.detrend.ix)

这将产生一个与 BB.ix 大小相同的数组，其元素是 AA 中每行与 detrend 的乘积之和。