年轻星团和盘场恒星的初始质量函数

Question

我希望你能帮我改进代码。我正在定义一个函数，它从一个受函数imf()约束的分布中逐个提取出某个质量的元素，直到我用完了给这个函数的所有质量。根据输入量，代码需要非常长的时间，从1分钟到45分钟不等。我想知道是否有任何方法使这个代码更有效？在代码中，有一些参数给出了一些琐碎的答案，比如log10(mnorm)，这样做是为了确保将来我可以更改参数。我问题的焦点是while循环，以及它是如何从imf()给出的分布中提取的，我已经确定这一部分是代码长性能时间的根源。任何帮助都将不胜感激。

class Mod_MyFunctions:

    def __init__(self):
        pass

    def imf(self, x, imf_type):

        # Chabrier (2003) IMF for young clusters plus disk stars: lognorm and power-law tail
        mnorm = 1.0
        A1 = 0.158
        mc = 0.079
        sigma = 0.69
        A2 = 4.43e-2
        x0 = -1.3

        if imf_type == 0:
            ml = numpy.asarray((x <= log10(mnorm)).nonzero())[0]
            mh = numpy.asarray((x > log10(mnorm)).nonzero())[0]
            y = numpy.zeros(len(x))
            for i in ml: y[i] = A1 * exp(-(x[i] - log10(mc))**2/2./sigma**2)
            for i in mh: y[i] = A2 * (10.**x[i])**(x0-1)
            return y

    def mass_dist(self,
        mmin=0.01,
        mmax=100,
        Mcm=10000,
        imf_type=0,
        SFE=0.03):

        result = []
        while sum(10**(np.array(result))) < SFE*Mcm:
            x=numpy.random.uniform(log10(mmin), log10(mmax),size=1)
            y=numpy.random.uniform(0, 1, size=1)
            result.extend(x[numpy.where(y < myf.imf(x, imf_type))])

        md=numpy.array(result)
        return 10**md, len(md)

Answer 1

即兴创作的含义和你想的不一样:)

log10(mnorm)似乎只需要计算一次。你可以在脑子里做。是0。

对于log10(mc)也是如此(在你的脑海中，这个不是这样的：)。

当不是零的时候，imf_type似乎是无用的。我不是侏儒主义者，所以，如果imf_type不是零的话，imf()返回什么？

sigma**2也可以计算一次。

log10(mmin)和log10(mmax)可以在每个mass_dist调用中计算一次。

myf.imf(x, imf_type)可以在每个调用中计算一次以进行扩展(或者mass_dist，我不确定该语句意味着什么，但我几乎可以肯定，imf调用至少可以向上移动一个级别)。这个可能是最大的性能杀手。

这种(反)模式可能有更多的例子。

至于算法本身，我留给其他人:)