我需要一个MAPE函数，但在标准包中找不到… 下面是我实现的这个函数的代码。

def mape(actual, predict):     tmp, n = 0.0, 0    for i in range(0, len(actual)):        if actual[i] <> 0:            tmp += math.fabs(actual[i]-predict[i])/actual[i]            n += 1    return (tmp/n)

我不喜欢这个实现，它在速度方面非常不优化。如何重写代码，使其更加符合Python风格并提升速度？

回答：

这里有一个使用掩码的向量化方法 –

def mape_vectorized(a, b):     mask = a <> 0    return (np.fabs(a[mask] - b[mask])/a[mask]).mean()

可能更快的一个是先进行除法计算后再使用掩码 –

def mape_vectorized_v2(a, b):     mask = a <> 0    return (np.fabs(a - b)/a)[mask].mean() 

运行时间测试 –

In [217]: a = np.random.randint(-10,10,(10000))     ...: b = np.random.randint(-10,10,(10000))     ...: In [218]: %timeit mape(a,b)100 loops, best of 3: 11.7 ms per loopIn [219]: %timeit mape_vectorized(a,b)1000 loops, best of 3: 273 µs per loopIn [220]: %timeit mape_vectorized_v2(a,b)1000 loops, best of 3: 220 µs per loop