作者|Andy Reagan
编译|VK
起源|Towards Datas Science

在MATLAB和数值计算的世界，for循环被剪掉，而向量为王。

在我的博士学位期间，Lakoba传授的数值剖析课是我加入的最具挑战性的课程之一，在课程之后，我对向量代码有了粗浅的了解。

我最喜爱的向量化例子是，一位共事在写了一篇十分酷的论文，对其中所波及的大量计算做了脚注，与我分享了他的lorenz96代码。其中，外部的向量化速度比没有向量化快了4倍。

当初，疾速向量代码使机器学习成为可能。例如QR合成，尽管我还没做过，但我确信当初我能够用MATLAB或Numpy或Julia编写。

我在MassMutual做的很多工作基本上都是数值计算，一条耗时数小时与耗时数秒的管道之间的差别微小。秒意味着咱们能够迭代，尝试更多的选项。不过，为了灵活性，很多数值代码都是用纯Python（没有Cython，没有Numba）编写的。我要说这是个坏想法！上面是一封共事的转述邮件：

在伪代码中，这是几个月前我遇到的“精算”编码难题：

EOM = 0
for months in years:
PREM = 50
BOM = EOM + PREM
WIT = 5
EOM = BOM – WIT

一个简略的例子，然而我认为显示了BOM/EOM的互相依赖性（还有一些其余变量具备类似的关系）。你不能在不晓得EOM的状况下对BOM进行向量化，而且在晓得BOM之前也不能对EOM进行向量化。如果WIT>0，PREM=0。基本上会呈现很多相互依赖的状况。当初很多函数都不容易呈现向量化。

好吧，我能够向量化这个，我做到了。以下是Python中的非向量化版本：

import numpy as npyears = 10bom = np.zeros(years*12)eom = np.zeros(years*12)for month in range(1, years*12):    prem = 50    bom[month] = eom[month-1] + prem    wit = 5    eom[month] = bom[month] - wit

这是向量化版本：

import numpy as npyears = 10prem = 50wit = 5eom = np.arange(years*12)*prem - np.arange(years*12)*wit# 如果你仍心愿将bom表作为数组：bom = eom + np.arange(years*12)*wit

我还通过应用一系列字典来编写for循环：

years = 10prem = 50wit = 5result = [{'bom': 0, 'eom': 0}]for month in range(1, years*12):    inner = {}    inner.update({'bom': result[month-1]['eom'] + prem})    inner.update({'eom': inner['bom'] - wit})    result.append(inner)

下面的这个返回一个不同类型的货色，一个dict列表…而不是两个数组。

咱们还能够导入Pandas来填充上述三个后果的后果（因而它们是统一的输入，咱们能够保留到excel中，等等）。如果加载了Pandas，则能够应用空数据帧进行迭代，因而还有一个选项：

import numpy as npimport pandas as pdyears = 10prem = 50wit = 5df = pd.DataFrame(data={'bom': np.zeros(years*12), 'eom': np.zeros(years*12)})for i, row in df.iterrows():    if i > 0:        row.bom = df.loc[i-1, 'eom']        row.eom = row.bom - wit

对于所有这些类型的迭代，以及返回数据帧作为后果的选项，咱们失去的后果是：

Cython 和Numba

我还增加了一些Cython版本的代码，阐明应用C能够在不应用numpy的状况下取得向量化的性能，这的确可能在可读性还有速度之间达到最佳均衡（放弃for循环！）。

Numba也能够减速（它可能和Cython/Vectorized Numpy一样快）。在这两种状况下（Cython/Numba），你必须小心应用哪些数据类型（因为没有dicts或pandas！）。我认为，如果你对如何集成Cython+Numpy循环更聪慧的话，它将有可能使Cython+Numpy循环与向量化Numpy一样快。

所有代码，包含Cython，都能够在这里找到：https://github.com/andyreagan...。

原文链接：https://towardsdatascience.co...

欢送关注磐创AI博客站：
http://panchuang.net/

sklearn机器学习中文官网文档：
http://sklearn123.com/

欢送关注磐创博客资源汇总站：
http://docs.panchuang.net/