python - VPython 在 Jupyter 中明显变慢

Question

我正在尝试在 jupyter 笔记本中重写一些 vpython 脚本。到目前为止，我还没有遇到很多问题，但我尝试重写的最后一个问题变得明显慢了。在 VIDLE 中运行速度非常快。我将 sierraOS 与 Python 3.5.0 和 Jupyter 4.1.0 一起使用。

代码创建了一些对象，然后在 while 循环中更改它们的位置。最初循环有 visual.rate(5000)，但我尝试将其减少到 50，但没有成功。我还尝试将对象的数量减少到只有两个，但仍然工作得很慢。这是我最简单的代码版本:

from vpython import scene, sphere, color, curve, arrow, mag, vector, rate,canvas
scene = canvas(width=800, height=600)
obj0 = sphere(pos=vector(0,0,0), radius=5e11)
obj1 = sphere(pos=vector(5e12,0,0), radius=5e11)
trail1= curve()

#some initial value
G = 6.7E-11
obj0.mass = 2.0E30
obj0.momentum = vector(0,0,0)
obj1.mass = 1.0E26
obj1.momentum = vector(0,0,0)

dt=200000.          
CrashFlag=0         

while(CrashFlag==0):
    rate(1000)
    obj1.force= -G*(obj0.mass*obj1.mass*obj1.pos)/(mag(obj1.pos)**3)
    obj1.momentum = obj1.momentum+ dt*(obj1.force)
    obj1.pos = obj1.pos + dt*obj1.momentum/obj1.mass
    trail1.append(pos=obj1.pos)
    if (mag(obj1.pos)<2.e11) :
        CrashFlag=1

您能找出在 Jupyter 笔记本中导致速度特别慢的任何因素，或者提出解决办法吗？否则，是否可以在 VIDLE 中输出模拟，而不是在 Jupyter 笔记本中内联(而代码仍将从 Jupyter 笔记本中运行)

Answer 1

Jupyter 中的某些 VPython 操作比 Classic 慢，因为 Classic 的大部分是用 C++ 编写的，而 Jupyter VPython 是用 Python 实现的(尽管向量类已被 Cythonized)。然而，一个单独的问题是，将大量数据从 Python 程序发送到笔记本的成本很高，因此我建议摆脱 Trail1 和 Trail1.append，因为您要在每次循环迭代中发送数据。相反，说 obj1 = sphere(pos=vector(5e12,0,0), radius=5e11, make_trail=True)。然后点将被添加到笔记本端的轨迹中，而无需向笔记本发送任何内容。您还可以考虑在 obj1 构造函数中将间隔设置为默认值 1 以外的值。

在每次循环迭代中更新 obj1.pos 时也存在类似的问题。您每秒通过从服务器到浏览器的相对狭窄的管道发送 1000 个 obj1.pos 更新。考虑在每次迭代中更新变量“pos”，但仅每 50 次迭代更新 obj1.pos。