我一直在研究一个对时间非常敏感的项目(不幸的是必须在python中)，并且广泛使用的函数之一是计算(x，y)元组列表的质心的函数。为了显示:
def centroid(*points):
x_coords = [p[0] for p in points]
y_coords = [p[1] for p in points]
_len = len(points)
centroid_x = sum(x_coords)/_len
centroid_y = sum(y_coords)/_len
return [centroid_x, centroid_y]
哪里
>>> centroid((0, 0), (10, 0), (10, 10), (0, 10))
[5, 5]
此函数运行相当快，上面的示例在我的系统上平均完成了1.49e-05秒，但是我正在寻找最快的计算质心的方法。你有什么想法？
我拥有的其他解决方案之一是执行以下操作(其中l是元组列表):
map(len(l).__rtruediv__, map(sum, zip(*l)))
它的运行时间介于1.01e-05和9.6e-06之间，但不幸的是转换为列表(通过将整个语句括在list( ... )中)使计算时间几乎翻倍。
编辑:建议在纯python中而不是numpy中欢迎。
EDIT2:刚刚发现，如果为元组列表的长度保留一个单独的变量，那么我上面的map实现在9.2e-06秒内可靠运行，但是仍然存在转换回列表的问题。
编辑3:
现在我只接受纯python中的答案，而不接受numpy中的答案(对那些已经在numpy中回答的问题表示抱歉!)
参考方案
import numpy as np
data = np.random.randint(0, 10, size=(100000, 2))
这在这里很快
def centeroidnp(arr):
length = arr.shape[0]
sum_x = np.sum(arr[:, 0])
sum_y = np.sum(arr[:, 1])
return sum_x/length, sum_y/length
%timeit centeroidnp(data)
10000 loops, best of 3: 181 µs per loop
令人惊讶的是，这要慢得多:
%timeit data.mean(axis=0)
1000 loops, best of 3: 1.75 ms per loop
numpy对我来说似乎非常快...
为了完整性:
def centeroidpython(data):
x, y = zip(*data)
l = len(x)
return sum(x) / l, sum(y) / l
#take the data conversion out to be fair!
data = list(tuple(i) for i in data)
%timeit centeroidpython(data)
10 loops, best of 3: 57 ms per loop
我有一个Python脚本在某些深度学习模型上运行推理。有什么办法可以找出GPU资源的利用率水平？例如，使用着色器，float16乘法器等。我似乎在网上找不到太多有关这些GPU资源的文档。谢谢！ 参考方案 您可以尝试在像Renderdoc这样的GPU分析器中运行pyxthon应用程序。它将分析您的跑步情况。您将能够获得有关已使用资源，已用缓冲区，不同渲染状态上…
Python:图像处理可产生皱纹纸效果 - python也许很难描述我的问题。我正在寻找Python中的算法，以在带有某些文本的白色图像上创建皱纹纸效果。我的第一个尝试是在带有文字的图像上添加一些真实的皱纹纸图像（具有透明度）。看起来不错，但副作用是文本没有真正起皱。所以我正在寻找更好的解决方案，有什么想法吗？谢谢 参考方案 除了使用透明性之外，假设您有两张相同尺寸的图像，一张在皱纹纸上明亮，一张在白色背景上有深…
Python uuid4，如何限制唯一字符的长度 - python在Python中，我正在使用uuid4（）方法创建唯一的字符集。但是我找不到将其限制为10或8个字符的方法。有什么办法吗？uuid4()ffc69c1b-9d87-4c19-8dac-c09ca857e3fc谢谢。 参考方案 尝试：x = uuid4() str(x)[:8] 输出："ffc69c1b" Is there a way to…
Python sqlite3数据库已锁定 - python我在Windows上使用Python 3和sqlite3。我正在开发一个使用数据库存储联系人的小型应用程序。我注意到，如果应用程序被强制关闭（通过错误或通过任务管理器结束），则会收到sqlite3错误（sqlite3.OperationalError：数据库已锁定）。我想这是因为在应用程序关闭之前，我没有正确关闭数据库连接。我已经试过了： connectio…
Python:如何停止多线程的numpy？ - python我知道这似乎是一个荒谬的问题，但是我必须在与部门中其他人共享的计算服务器上定期运行作业，当我开始10个作业时，我真的希望它只占用10个核心而不是更多;我不在乎每次运行一个内核所需的时间是否更长:我只是不想让它侵犯其他人的领土，这将需要我放弃工作等等。我只想拥有10个核心，仅此而已。更具体地说，我在基于Python 2.7.3和numpy 1.6.1的Redh…