在 Python 中使用列表方法加速 for 循环

Question

我在 python 中有 for 循环，它迭代了近 250 万次，而且需要很长时间才能得到结果。在 JS 中，我可以在将近 1 秒内完成此操作，但 Python 在我的计算机上只需 6 秒即可完成。在这种情况下，我必须使用 Python。代码如下：

            for i in xrange(k,p,2):
                arx = process[i]
                ary = process[i+1]
                for j in xrange(7,-1,-1):
                    nx = arx + dirf[j]
                    ny = ary + dirg[j]
                    ind = ny*w+nx
                    if data[ind] == e[j]:       
                        process[c]=nx
                        c=c+1
                        process[c]=ny
                        c=c+1
                        matrix[ind]=1

以下是代码中的一些列表： process = [None] * (11000*4)它的项目在赋值后将被替换为整数。

dirf = [-1,0,1,-1,1,-1,0,1]
dirg = [1,1,1,0,0,-1,-1,-1]
e = [9, 8, 7, 6, 4, 3, 2, 1] 

数据列表由来自 rgba 图像像素的“r”个信息组成。 data = imgobj.getdata(0)

我怎样才能提高这一点。我究竟做错了什么？还有其他关于 for 循环的方法吗？谢谢。

Answer 1

以下是一些改进代码的建议：

内部 xrange 被大量使用：如果您将其设为常规列表并执行以下操作会怎样：

inner = range(7,-1,-1) # make the actual list
for(a,b,c): #first for
    #stuff
    for i in inner # reference an actual list and not the generator

证据：

n = range(7,-1,-1)
def one():
    z = 0
    for k in xrange(100):
        for i in n:
            z+=1

def two():
    z = 0
    for k in xrange(100):
        for i in xrange(7,-1,-1):
            z+=1

if __name__ == '__main__':
    import timeit
    print("one:")
    print(timeit.timeit("one()",number=1000000 ,setup="from __main__ import one"))
    print("two:")
    print(timeit.timeit("two()",number=1000000 ,setup="from __main__ import two"))

"result" 
one:
37.798637867
two:
63.5098838806

如果我编写的代码具有可比性，则似乎表明引用内部列表而不生成确实会加快速度。 [编辑] 引用局部变量比访问全局变量要快。 因此，如果这是正确的，则将列表定义尽可能靠近循环，而不是每次都生成它。

您还更改了两次流程。如果不需要，只需选择一个即可。

正如您在 cmets 中提到的，您说您正在处理图像。我不确定以下内容是否相关，但也许您可以使用 openCV，它有一个 Python API 到 C 代码。那可能会加快速度。正如其他人所提到的：numpy 和您自己的 cython 扩展将大大加快这一速度。