在python中迭代的最快方法

Question

到目前为止,我从来没有关心过这个问题,但现在我需要使用一些需要由PyOpenGL缓冲的大量顶点,而且似乎python迭代是瓶颈.情况就是这样.我有一个3D点阵列vertices,在每一步我必须为每个顶点计算一个4D颜色数组.到目前为止我的方法是:

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

现在我认为我还没有别的办法来消除循环每一步的操作,但我猜测必须有一种更优化的性能方式来完成这个循环.我是这么说的,因为在javascript中,例如,相同的微积分产生9FPS,而在Python中我只得到2-3 FPS.

此致,波格丹

Answer 1

要快速生成此代码,您需要"向量化"它:使用NumPy的boradcasting规则,通过隐式循环替换所有显式Python循环.我可以尝试给你的循环的矢量化版本:

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

请注意,我不得不做很多猜测,因为我不确定你的变量是什么以及代码应该做什么,所以我不能保证这个代码运行.我变成color_array了一个二维数组,因为这似乎更合适.这可能需要更改代码的其他部分(或者您需要再次展平数组).

我假设self.min并且abs_diff是标量和所有其他名称引用以下形状的NumPy数组:

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

它看起来好像vertices是一维数组,应该是一个二维数组.

Answer 2

1. 首先:使用cProfile 配置代码
2. 您应该使用xrange而不是range
3. 你应该避免self.color_array在每个循环中调用4次,尝试在循环之前创建一个局部变量,并将其用于循环:local_array = self.color_array
4. 尝试预先计算start_colors[N]和end_colors[N]:start_color_0 = start_colors[0]

5. 尝试使用list.extend()来减少循环中的行:

   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
   ])