python之在 Python 中使用列表方法加速 for 循环

我在 python 中有一个 for 循环，它迭代了将近 250 万次，并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，但在我的计算机上，Python 在 6 秒内完成。在这种情况下我必须使用 Python。这是代码:

            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”信息组成。 data = imgobj.getdata(0)

我怎样才能提升它。我究竟做错了什么？关于for循环还有其他方法吗？谢谢。

请您参考如下方法:

这里有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如下操作会怎样:

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，那么似乎表明引用内部列表而不是生成确实加快了速度。 [编辑] 引用局部变量比访问全局变量更快。 因此，如果这是正确的，请将列表定义放置在尽可能靠近循环的位置，而不是每次都生成它。

您还更改了两次流程。如果不需要，就选择一个。

正如您在评论中提到的，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，它有一个用于 C 代码的 Python API。那可能会加快速度。正如其他人所提到的:numpy 和您自己的 cython 扩展将大大加快速度。