python - 插值热图的有效方法

Question

我正在编写一个程序来创建温度的可视化表示。网格中有 200 个数据点，我使用插值法填充这些点之间的像素。

我写了一个程序，它使用反距离加权(在这种情况下是修改后的 Shepards 方法)输出我想要的数据，给出如下所示的图像:

删除了所有不相关的东西(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，因为它只完成一次，但我包含了代码，以便您可以看到这些值是如何存储的。

#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)

然后完成插值(随着温度的变化重复进行)。这是花费时间的关键所在。

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)

我的问题是速度，对于 200*200 像素的图像，在我的计算机上运行代码的第二部分大约需要 30 秒。是否有更快的方法来获得相同或相似的效果，或者我的代码中存在某种明显的低效率？

我尝试过双线性和双三次插值，但对我得到的图像不是特别满意。

我还限制了会影响单个像素的数据点的邻域以试图加快它的速度，这确实有所帮助，但我认为我已经尽可能地插入它，而不会在图像中造成明显的线条。

感谢您提供的任何帮助。

Answer 1

有一个变化可能是一种改进:

尝试将 dists[x][y] 和 tubes[row] 移到最内层循环之外。这可能在每个内部迭代中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，知道这些值还没有改变了，这只是更难阅读。但是如果 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。

我曾经在这里有一段关于预先设置数组的大小而不是使用 .append() 增加它们的内容。 gnibbler says .append() is an O(1) amortized operation这意味着这里可能几乎没有可用的优化。如果您对我写的内容感到好奇，请查看编辑历史。