Question

我正在编写一个程序，可以创建温度的直观表示。在网格中有200个数据点，我使用插值来填充这些点之间的像素。

我编写了一个程序，使用反距离权重（在本例中为修改后的Shepards方法）输出我想要的数据，给出如下所示的图像：

heatmap http://img688.imageshack.us/img688/1069/stackoverflowimage.png

随着所有不相关的东西被删除（例如图像库的东西），创建它的代码如下所示：

首先计算从每个点到每个管的所有距离和总距离（因为它们是不变的）。在这一点上，我并不特别担心所花费的时间，因为它只执行一次，但我包含了代码，因此您可以看到值的存储方式。

#set_tubes creates an array of tubes (which is the data I'm working on)
#each tube has an x position in pixels, a y position in pixels and a temperature

self.set_tubes()
self.dists = []
for x in range(1,BASE_WIDTH-1):
    self.summed_dists.append([])
    self.dists.append([])
    for y in range(1,BASE_HEIGHT-1):
        self.summed_dists[x-1].append([])
        self.dists[x-1].append([])
        self.summed_dists[x-1][y-1]=0
        for row in range(10):
            self.dists[x-1][y-1].append([])
            for tube in range(20):
                dist = np.sqrt((x-self.tubes[row][tube].xPos)**2+(y-self.tubes[row][tube].yPos)**2)+0.1
                #The -3 in the next two lines is simply a weighting factor
                self.dists[x-1][y-1][row].append(dist**(-3))
                self.summed_dists[x-1][y-1] = self.summed_dists[x-1][y-1] + dist**(-3)

然后进行插值（这在温度变化时重复进行）。这就是重要的时间。

def other_proc_calc_temp(ret_queue, dists, tubes,summed_dists):
    heat_values = list()
    for x in range (BASE_WIDTH):
        heat_values.append([])
        for y in range(BASE_HEIGHT):
            summed = 0
            for row in range(10):
                for tube in range(20):
                    dist = dists[x][y][row][tube]
                    temp = tubes[row][tube].temp
                    summed = summed + temp* dist/summed_dists[x-1][y-1]
            heat_values[x].append(summed)

我的问题在于速度，对于200 * 200像素的图像，这需要大约30秒才能在我的计算机上运行代码的第二部分。是否有更快的方法来获得相同或类似的效果，或者在我的代码中出现某种明显的低效率？

我尝试了双线性和双三次插值，但对我得到的图像并不是特别满意。

我还限制了影响单个像素的数据点的邻域，以试图加速它，这确实有所帮助，但我想我尽可能地推动了它，而不会在图像中造成明显的线条。

感谢您提供任何帮助。

Answer 1

可能有一项改进：

尝试将dists[x][y]和tubes[row]移到最里面的循环之外。这个可能每个内部迭代取出几个数组索引查找（它取决于Python解释器的聪明程度）：

def other_proc_calc_temp(ret_queue, dists, tubes,summed_dists):
    heat_values = list()
    for x in range (BASE_WIDTH):
        heat_values.append([])
        for y in range(BASE_HEIGHT):
            outer_dist = dists[x][y]
            summed = 0
            for row in range(10):
                inner_dist = outer_dist[row]
                inner_tube = tubes[row]
                for tube in range(20):
                    dist = inner_dist[tube]
                    temp = inner_tubes[tube].temp
                    summed = summed + temp* dist/summed_dists[x-1][y-1]
            heat_values[x].append(summed)

如果Python解释器足够聪明，可以知道值没有改变了，这更难阅读。但如果是Python解释器一遍又一遍地重新计算所有这些数组索引，它可以加起来。

我以前在这里有一个关于设置数组大小而不是用.append()增长它们的段落。 gnibbler says .append() is an O(1) amortized operation这意味着这里可能的优化很少。如果您对我写的内容感到好奇，请参阅编辑历史记录。

内插热图的有效方法

1 个答案: