我正在尝试使用 Beaglebone Black(BBB) 和 Python 制作传感器。我需要每秒从传感器获取尽可能多的数据。下面的代码允许我每秒收集大约 100,000 个数据点。
import Adafruit_BBIO_GPIO as GPIO
import time
GPIO.setup("P8_13", GPIO.IN)
def get_data(n):
my_list = []
start_time = time.time()
for i in range(n):
my_list.append(GPIO.input("P8_13"))
end_time = time.time() - start_time
print "Time: {}".format(end-time)
return my_list
n = 100000
get_data(n)
如果 n = 1,000,000,填充 my_list 大约需要 10 秒,这与 n = 100,000 和时间 = 1s 时的速率相同。
我决定试用 Cython 以获得更好的结果。我听说它可以显着加快 python 代码的速度。我遵循了基本的 Cython 教程:使用上面的 python 代码创建了 data.pyx 文件,然后创建了一个 setup.py,最后构建了 Cython 文件。
不幸的是,这对我一点帮助都没有。所以,我想知道我是否不恰本地使用了 Cython,或者在这种情况下,当没有“繁重的数学计算”时,Cython 帮不上什么忙。非常感谢有关如何加快我的代码的任何建议!
请您参考如下方法:
您可以从添加静态类型声明开始:
import Adafruit_BBIO_GPIO as GPIO
import time
GPIO.setup("P8_13", GPIO.IN)
def get_data(int n): # declared as an int
my_list = []
start_time = time.time()
for i in range(n):
my_list.append(GPIO.input("P8_13"))
end_time = time.time() - start_time
print "Time: {}".format(end-time)
return my_list
n = 100000
get_data(n)
这允许将循环本身转换为纯 C 循环,缺点是 n 不再是任意精度(因此如果您尝试传递大于 ~20 亿的值,您会得到未定义的行为)。这个问题可以通过将 int 更改为 unsigned long long 来缓解,这允许值高达 2**64 - 1,或大约 18 quintillion。 unsigned 量词意味着您将无法传递负值。
如果您可以消除该列表,您将获得更大的速度提升。尝试用 array 替换它. Cython可以work more efficiently with arrays than with lists .
