python - 可读性和效率，哪个更好？ Numpy、元组等？

Question

我在程序中经常使用 xyz 向量。我对它们的使用已经足够多了，以至于为每个变量提供一个变量(例如 offset_x、offset_y 等)在代码方面变得乏味且困惑。现在，我可以将每组 x、y 和 放入元组中(例如 offset = (x,y,z) )，但我发现到处执行像 offset[0] 这样的操作会使代码不太可读正如我所愿，使用字典似乎效率太低。 Numpy 是另一种选择，很多人都建议它，但基于 Poor numpy.cross() performance 中找到的信息，Nunpy 可能不太适合我正在处理的短数组，而且我的脚本部分速度减慢的余地不大，因为有些片段每秒运行几次。有没有既高效又可读的东西？

Answer 1

查看namedtuple如果您正在寻找更具可读性的元组。点是文档中给出的示例。

Point = namedtuple('Point', ['x', 'y'])
>>> p = Point(11, y=22)     # instantiate with positional or keyword arguments
>>> p[0] + p[1]             # indexable like the plain tuple (11, 22)
33
>>> x, y = p                # unpack like a regular tuple
>>> x, y
(11, 22)
>>> p.x + p.y               # fields also accessible by name
33
>>> p                       # readable __repr__ with a name=value style
Point(x=11, y=22)

如果您对效率感兴趣，请查看implementation 。它使用 __slots__ 并使用 exec 进行组装，因此与常规元组相比，它的开销应该是最小的。

由于它是用 Python 编写的，因此您可以删除一些可能不必要的方法，例如 __repr__、_asdict、_replace 和 >__getnewargs__ 进一步减少占用空间。