python - 使用 numpy 来操作纯 python 列表

Question

我有几个纯 python 代码部分，例如:

[final_ids.append(list_item[0]) for list_item in newNodesCoord]
for line in nodes:
    if line[0] not in final_ids:
        newNodesCoord.append([line[0], 0., 0., 0.])

for i,row in enumerate(deformedCoord):
    x,y,z,nx,ny=row 
    for j, line in enumerate(nodesL):
        nodeID,x2,y2,z2=line
        if x==x2 and y==y2 and z==z2:
           newNodesCoord.append([nodeID, nx, ny, 0.])

然而，随着列表大小的增加，代码的性能会下降。使用 numpy 有更快的方法吗？谢谢!

Answer 1

NumPy 数组不是最好的数据结构。当您可以在一个漂亮的大数组上调用 NumPy 函数时，NumPy 数组会大放异彩(性能方面)。当您需要逐项或逐行遍历数组时，它们的表现并不是特别好，而这似乎是您在代码中所做的。

---

这里有一些其他的建议:

线

line[0] not in final_ids:

可以通过将 final_ids 设为 set 而不是 list 来加快速度。 Testing membership in a set is O(1) ，同时测试列表中的成员资格是 O(n)。

---

同样，使 nodesL 成为 dict 映射 (x,y,z) 到 nodeID 值。然后你可以使用:

for x, y, z, nx, ny in deformedCoord:
    if (x,y,z) in nodesL:
        nodeID = nodesL[x,y,z]
        newNodesCoord.append([nodeID, nx, ny, 0.])  

如果对于每个 (x,y,z) 有多个 nodeID 添加:

for nid in nodeID:
    newNodesCoord.append([nid, nx, ny, 0.])

或

newNodesCoord.extend([[nid, nx, ny, 0.] for nid in nodeID])

你的双 for-loop 具有时间复杂度 O(n*m) 其中 n = len(deformedCoord) 和 m = len(nodesL)。如果您将 nodesL 设为 dict，则 if (x,y,z) in nodesL 为 O(1)，所以上面的循环在 O(n) 时间内运行。