基于代理的仿真：性能问题：Python与NetLogo和Repast

Question

我正在Python 3中复制一小段Sugarscape代理仿真模型。我发现我的代码性能比NetLogo慢3倍左右。是我的代码可能有问题，还是Python的固有局限性？

很显然，这只是代码的一部分，但是那是Python花费三分之二的运行时间的地方。我希望如果我写的东西效率真的很低，它可能会出现在以下片段中： 通用标签

大致等效的 NetLogo中的代码（此片段的功能比上面的Python函数还要多） ： 通用标签

在我的计算机上，Python代码需要15.5秒才能运行1000个步骤；在同一台笔记本电脑上，在浏览器内部以Java运行的NetLogo仿真可以在不到6秒的时间内完成1000个步骤。

编辑：刚刚检查了Repast，使用Java实现。而且它与5.4秒的NetLogo大致相同。 Java和Python之间的最近的比较表明Java没有优势，所以我猜这应该只是我的代码？

编辑：我了解 MASON 应该比Repast，但最终还是运行Java。

Answer 1

这可能不会显着提高速度，但是您应该意识到，与访问全局变量或属性相比，Python中的局部变量要快得多。因此，您可以尝试将内部循环中使用的一些值分配给本地变量，如下所示： 通用标签

Python中的函数调用也具有相对较高的开销（与Java相比），因此您可以尝试通过直接字典查找替换occupied函数来进一步优化。

您还应该查看 psyco 。它是用于Python的即时编译器，在某些情况下可以显着提高速度。但是，它尚不支持Python 3.x，因此您需要使用旧版本的Python。

Answer 2

我猜想Netraco中实现neighborhood的方式与您的双循环不同。具体来说，我认为他们预先计算了类似的邻域矢量 通用标签

（对于vision= 1,2，...您将需要一个不同的循环），然后仅对n使用一个循环，而不是像您所做的那样使用嵌套循环。这样就不需要乘法了。

我认为这不会使您的速度提高3倍。

Answer 3

这是一个古老的问题，但是我建议您考虑使用NumPy来加快操作速度。当使用表示为Numpy的形式访问的字典和列表（按一维，2-维，3-维或N维网格）同质数据对象（所有整数或所有浮点数等）时，其开销较小数组。

http://numpy.org

Answer 4

这是NetLogo和Repast的一个版本的相对最新的比较。我不一定会假设Repast更快。NetLogo似乎包含一些非常聪明的算法，可以弥补所拥有的任何成本。 http://condor.depaul.edu/slytinen/abm/Lytinen-Railsback-EMCSR_2012-02-17.pdf