1 对于数据运算密集型的脚本,能采用scipy矩阵运算解决的用scipy矩阵解决,运算效率提升明显。
data = [[x0, y0, z0], [x1, y1, z1], ...]
上面类型的数据需要对x y z 单独处理的,
用scipy.transpose()或scipy.mat(data).transpose()转换为
dataT = [[x0, x1, ...], [y0, y1, ...], [z0, z1, ...]]
[X, Y, Z] = dataT
对 X Y Z 单独处理后,再组合成二维列表[X, Y, Z]并转置为原有的形式。
经上述处理,比用 for 循环的处理效率能有十几至几十倍的提升。len(data)越大,提升越明显。
2 需要动态生成的列表尽量用推导式,效率多高没测试,但代码简洁了不止一点,而且从代码看功能更一目了然。
data = []
for n in range(length):
data.append(process_by_n)
可以以推导式表示为
data = [process_by_n for n in range(length)]