將ctypes數組轉換爲python列表的更快方法？

我想知道如果有人能告訴我是否有更好/更快的方法從我的C程序中讀取數據，輸出兩個大小爲的文件列表。我正在使用來調用C程序。將ctypes數組轉換爲python列表的更快方法？

我在下面展示的循環通過迭代多次掃描來工作。對於每次掃描，生成兩個列表（msX, msY）。通過使用列表理解循環提取c_float數據。將mzP和mzI獲得的c_float_Array轉換爲msX和msY有沒有更好/更快的方法？

for scan in xrange(nScans): 
    mzP = (c_float * nPoints)() # pointer to list 1, c_float_Array 
    mzI = (c_float * nPoints)() # pointer to list 2, c_float_Array 
    mlLib.readData(filePointer, 1, scan, byref(mzP), byref(mzI)) 
    # The slow part... 
    msX = [mzP[i] for i in xrange(nPoints)] # list with mzP data 
    msY = [mzI[i] for i in xrange(nPoints)] # list with mzI data

讓我知道如果我的問題不清楚。感謝您的幫助提前。

來源

2017-05-25 munieq11

嘗試使用PyPy https://www.pypy.org與CPython的沒有什麼更快該列表理解。 –

'msX = mzP [：]'會比列表理解更快，但爲什麼你需要一個列表而不是直接使用ctypes數組？如果一個ctypes數組缺少一些你需要的方法，那麼'array.array'就足夠了？從'msX = array.array（'f'，[0]）* nPoints'開始，可以通過'mzP =（c_float * nPoints）.from_buffer（msX）'獲得一個ctypes數組。 – eryksun

感謝您的意見。我嘗試了你的第一個建議，這將運行時間減少到約。 45％，這很好。我會看看你的其他建議，看看它是否合適。謝謝！ – munieq11

如果你願意，你可以轉換成一個陣列np.ndarray：

msX = np.ndarray((nPoints,), 'f', mzP, order='C')  
msY = np.ndarray((nPoints,), 'f', mzI, order='C')

來源

2017-09-02 20:32:48

它在@eryksun建議的基礎上增加了約20％的速度。謝謝！ – munieq11

答案是使用NumPy。你可以使用NumPy來分配一個數組，將一個指向它的數據的指針傳遞給你的C API來填充它，然後在最後如果你迫切需要一個list你可以在NumPy數組上調用tolist()。但是，您可能會發現將數據保存在NumPy數組而不是列表中可以加速下游處理。

來源

2017-05-25 12:40:43

將ctypes數組轉換爲python列表的更快方法？

回答

相關問題