作者|Andy Reagan
编译|VK
来源|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教授的数值分析课是我参加的最具挑战性的课程之一，在课程之后，我对向量代码有了深刻的理解。
我最喜欢的向量化例子是，一位同事在写了一篇非常酷的论文，对其中所涉及的大量计算做了脚注，与我分享了他的lorenz96代码。其中，内部的向量化速度比没有向量化快了4倍。
现在，快速向量代码使机器学习成为可能。例如QR分解，虽然我还没做过，但我确信现在我可以用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异巨大。秒意味着我们可以迭代，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！下面是一封同事的转述邮件：
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一个简单的例子，但是我认为显示了BOM/EOM的相互依赖性（还有一些其他变量具有相似的关系）。你不能在不知道EOM的情况下对BOM进行向量化，而且在知道BOM之前也不能对EOM进行向量化。如果WIT>0，PREM=0。基本上会出现很多相互依赖的情况。现在很多函数都不容易出现向量化。
好吧，我可以向量化这个，我做到了。以下是Python中的非向量化版本：
import numpy as np
years = 10
bom = 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 np
years = 10
prem = 50
wit = 5
eom = np.arange(years*12)*prem - np.arange(years*12)*wit
# 如果你仍希望将bom表作为数组：
bom = eom + np.arange(years*12)*wit
我还通过使用一系列字典来编写for循环：
years = 10
prem = 50
wit = 5
result = [{'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)
上面的这个返回一个不同类型的东西，一个dict列表…而不是两个数组。
我们还可以导入Pandas来填充上述三个结果的结果（因此它们是一致的输出，我们可以保存到excel中，等等）。如果加载了Pandas，则可以使用空数据帧进行迭代，因此还有一个选项：
import numpy as np
import pandas as pd
years = 10
prem = 50
wit = 5
df = 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结果的选项，我们得到的结果是：
Cython 和Numba
我还添加了一些Cython版本的代码，说明使用C可以在不使用numpy的情况下获得向量化的性能，这确实可能在可读性还有速度之间达到最佳平衡（保持for循环！）。
Numba也可以加速（它可能和Cython/Vectorized Numpy一样快）。在这两种情况下（Cython/Numba），你必须小心使用哪些数据类型（因为没有dicts或pandas！）。我认为，如果你对如何集成Cython+Numpy循环更聪明的话，它将有可能使Cython+Numpy循环与向量化Numpy一样快。
所有代码，包括Cython，都可以在这里找到：https://github.com/andyreagan/vectorizing-matters。
原文链接：https://towardsdatascience.com/vectorizing-code-matters-66c5f95ddfd5
欢迎关注磐创AI博客站：
http://panchuang.net/
sklearn机器学习中文官方文档：
http://sklearn123.com/
欢迎关注磐创博客资源汇总站：
http://docs.panchuang.net/