Question

我对Python很陌生，所以我正在做一个项目。其中一部分包括在地图上的扩散。我正在实现它，并使当前的瓦片等于.2 *它的邻居n，w，s，e的总和。如果我在C中这样做，我只是做一个双循环，循环通过一个数组做arr [i * width + j] = arr的j + 1，j-1，i + i，i-1邻居）并有几个不同的阵列，我会做同样的事情（地图的不同质量，我将改变）。但是，我不确定这是否真的是Python中最快的方式。有些人我曾经问过像numPy这样的东西，但是宽度可能不会超过200（最多40-50k元素），我不确定开销是否值得。我真的不知道任何内置函数来做我想要的。有什么建议吗？

编辑：这将是非常密集的，即每个地点将有一个非平凡的计算

Answer 1

使用NumPy进行安排非常简单。函数np.roll返回数组的副本，在指定的方向上“滚动”。

例如，给定数组x，

x=np.arange(9).reshape(3,3)
# array([[0, 1, 2],
#        [3, 4, 5],
#        [6, 7, 8]])

您可以使用

将列向右滚动

np.roll(x,shift=1,axis=1)
# array([[2, 0, 1],
#        [5, 3, 4],
#        [8, 6, 7]])

使用np.roll，边界就像环面一样被包裹。如果您不想要包装边界，可以使用零边缘填充数组，并在每次迭代之前将边缘重置为零。

import numpy as np

def diffusion(arr):
    while True:
        arr+=0.2*np.roll(arr,shift=1,axis=1) # right
        arr+=0.2*np.roll(arr,shift=-1,axis=1) # left
        arr+=0.2*np.roll(arr,shift=1,axis=0) # down
        arr+=0.2*np.roll(arr,shift=-1,axis=0) # up
        yield arr

N=5
initial=np.random.random((N,N))
for state in diffusion(initial):
    print(state)
    raw_input()

Answer 2

使用卷积。

from numpy import *
from scipy.signal import convolve2d

mapArr=array(map)
kernel=array([[0  , 0.2,   0],
              [0.2,   0, 0.2],
              [0  , 0.2,   0]])
diffused=convolve2d(mapArr,kernel,boundary='wrap')

这是针对蚂蚁的挑战吗？如果是这样，在蚂蚁环境中，在我的实现中，convolve2d的工作速度比循环快20倍。

Answer 3

对unutbu代码的这种修改保持了数组的全局和，同时扩散了它的值：

        import numpy as np

        def diffuse(arr, d):
            contrib = (arr * d)
            w = contrib / 8.0
            r = arr - contrib
            N = np.roll(w, shift=-1, axis=0)
            S = np.roll(w, shift=1, axis=0)
            E = np.roll(w, shift=1, axis=1)
            W = np.roll(w, shift=-1, axis=1)
            NW = np.roll(N, shift=-1, axis=1)
            NE = np.roll(N, shift=1, axis=1)
            SW = np.roll(S, shift=-1, axis=1)
            SE = np.roll(S, shift=1, axis=1)
            diffused = r + N + S + E + W + NW + NE + SW + SE
            return diffused

在Python中的2d地图上有效地进行扩散

3 个答案: