Ich konnte einen in Python geschriebenen Code aufgrund des Skalarprodukts mit numpy erheblich verbessern. Jetzt habe ich noch einen Teil des Codes, der immer noch sehr langsam ist. Ich verstehe Multithreading immer noch nicht und ob das hier helfen könnte. Meiner Meinung nach sollte dies hier möglich sein. Hast du eine gute Idee, was du hier machen kannst?

for x1 in range(a**l):
    for x2 in range(a**l):
        for x3 in range(a**l):
            f11 = 0
            cv1 = numpy.ndarray.sum(
            numpy.absolute(numpy.subtract(ws[x1], ws[x2])))
            cv2 = numpy.ndarray.sum(
            numpy.absolute(numpy.subtract(ws[x1], ws[x3])))
            if cv1 == 0:
                f11 += 1
            if cv2 == 0:
                f11 += 1
            re[x1][x2][x3] = 1.0*r/(a**l-2)*(numpy.product(numpy.absolute(
                        numpy.subtract((2*ws[x1]+ws[x2]+ws[x3]), 2)))-f11)
            f11 *= 1.0*(1-r)/2
            re[x1][x2][x3] += f11