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python迭代似乎是瓶颈。情况就是这样。我有一个3D点vertices数组，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

现在我认为我无法做任何其他事情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，我只获得2-3 FPS。

此致波格丹

Answer 1

要快速创建此代码，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，因为我不确定你的所有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。我将color_array变成了一个二维数组，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和abs_diff是标量，所有其他名称都引用了以下形状的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

首先：使用cProfile

描述您的代码

您应该使用xrange而不是范围
你应该避免在每个循环中回忆self.color_array 4次，尝试在循环之前创建局部变量，并将其用于循环：local_array = self.color_array
尝试预先计算start_colors[N]和end_colors[N]：start_color_0 = start_colors[0]

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
])

在python中迭代的最快方法

2 个答案: