在python中迭代的最快方法

我從來沒有關心過這個問題，但現在我需要使用一些需要被PyOpenGL緩衝的大量頂點，而且好像python迭代是瓶頸。這是情況。我有一個3D點陣列vertices，並且在每一步我都必須爲每個頂點計算一個4D的顏色數組。我的做法迄今：在python中迭代的最快方法

upper_border = len(self.vertices)/3 
#Only generate at first step, otherwise use old one and replace values 
if self.color_array is None: 
    self.color_array = numpy.empty(4 * upper_border) 

for i in range(upper_border): 
    #Obtain a color between a start->end color 
    diff_activity = (activity[i] - self.min)/abs_diff 
    clr_idx = i * 4 
    self.color_array[clr_idx] = start_colors[0] + diff_activity * end_colors[0] 
    self.color_array[clr_idx + 1] = start_colors[1] + diff_activity * end_colors[1] 
    self.color_array[clr_idx + 2] = start_colors[2] + diff_activity * end_colors[2] 
    self.color_array[clr_idx + 3] = 1

現在我不認爲有什麼我可以做，以消除來自循環的每一步操作，但我猜，必須有一個更優化的性能的方法做那個循環。我在說，因爲在JavaScript中，例如，同樣的微積分產生9FPS，而在Python中，我只得到2-3 FPS。

問候，波格丹

來源

2011-12-12 Bogdan

如果您使用python 2，請用'xrange'替換'range'。 –

如果迭代確實是瓶頸，那麼有一種可能性是在Cython中重新編碼循環：http://cython.org/ – NPE

爲了快速使這個代碼，你需要「vectorise」吧：替換所有明確的Python循環通過隱式循環，使用NumPy的boradcasting規則。我可以試着給你的循環的矢量化版本：

if self.color_array is None: 
    self.color_array = numpy.empty((len(activity), 4)) 
diff_activity = (activity - self.min)/abs_diff 
self.color_array[:, :3] = (start_colors + 
          diff_activity[:, numpy.newaxis] + 
          end_colors) 
self.color_array[:, 3] = 1

注意，我不得不做的猜測很多，因爲我不知道你所有的變量是什麼代碼是應該做的，所以我不能保證這段代碼運行。我把color_array變成了一個二維數組，因爲這看起來更合適。這可能需要在代碼的其他部分進行更改（或者需要重新拼合數組）。

我假定self.min和abs_diff是標量和所有其他名稱引用以下形狀的NumPy的數組：

activity.shape == (len(vertices) // 3,) 
start_colors.shape == (3,) 
end_colors.shape == (3,)

它還看起來好像vertices是一個一維陣列和應該是一個兩維陣列。

來源

2011-12-12 14:40:13

一樣簡單謝謝，從這個建議開始，我實際上設法使用numpy來使整個循環只是一些矩陣乘法，並且實際上使它運行的速度大約快了6倍。 – Bogdan

首先：分析代碼與cProfile
您應該使用xrange代替範圍
你應該避免召回在每次循環self.color_array 4倍，嘗試在循環之前創建一個局部變量，並將其用於循環中：local_array = self.color_array
嘗試預先計算start_colors[N]和end_colors[N]：start_color_0 = start_colors[0]

嘗試使用list.extend()減少環線：

local_array.extend([ 
    start_colors_0 + diff_activity * end_colors_0, 
    start_colors_1 + diff_activity * end_colors_1, 
    start_colors_2 + diff_activity * end_colors_2, 
    1 
])

來源

2011-12-12 14:39:09

請注意，使用cProfile與執行'python -mcProfile ' –

在python中迭代的最快方法

回答

相關問題