python里的点_在python中有效地生成点的格子

帮助我的代码更快：我的

python代码需要生成一个二维格点的落在一个有界的矩形内.我汇集了一些生成这个格子的代码(如下所示).然而,这个功能被称为很多次,并且已经成为我的应用程序的严重瓶颈.

我确定有一个更快的方式来做到这一点,可能涉及到numpy数组而不是列表.有什么建议,以更快,更优雅的方式做到这一点？

功能描述：

我有两个2D矢量v1和v2.这些矢量define a lattice.在我的情况下,我的矢量定义了一个格子,几乎是六边形,但不完全相同.我想在这个格子上生成一些在一些边界矩形中的所有2D点的集合.在我的情况下,矩形的一个角是(0,0),其他角是正坐标.

例：

如果我的边框的最远的角落在(3,3),我的格子矢量是：

v1 = (1.2,0.1)

v2 = (0.2,1.1)

我想要我的功能返回点数：

(1.2,0.1) #v1

(2.4,0.2) #2*v1

(0.2,1.1) #v2

(0.4,2.2) #2*v2

(1.4,1.2) #v1 + v2

(2.6,1.3) #2*v1 + v2

(1.6,2.3) #v1 + 2*v2

(2.8,2.4) #2*v1 + 2*v2

我不关心边缘病例;例如,函数返回(0,0)并不重要.

我目前做的这个缓慢的方式：

import numpy,pylab

def generate_lattice( #Help me speed up this function,please!

image_shape,lattice_vectors,center_pix='image',edge_buffer=2):

##Preprocessing. Not much of a bottleneck:

if center_pix == 'image':

center_pix = numpy.array(image_shape) // 2

else: ##Express the center pixel in terms of the lattice vectors

center_pix = numpy.array(center_pix) - (numpy.array(image_shape) // 2)

lattice_components = numpy.linalg.solve(

numpy.vstack(lattice_vectors[:2]).T,center_pix)

lattice_components -= lattice_components // 1

center_pix = (lattice_vectors[0] * lattice_components[0] +

lattice_vectors[1] * lattice_components[1] +

numpy.array(image_shape)//2)

num_vectors = int( ##Estimate how many lattice points we need

max(image_shape) / numpy.sqrt(lattice_vectors[0]**2).sum())

lattice_points = []

lower_bounds = numpy.array((edge_buffer,edge_buffer))

upper_bounds = numpy.array(image_shape) - edge_buffer

##SLOW LOOP HERE. 'num_vectors' is often quite large.

for i in range(-num_vectors,num_vectors):

for j in range(-num_vectors,num_vectors):

lp = i * lattice_vectors[0] + j * lattice_vectors[1] + center_pix

if all(lower_bounds < lp) and all(lp < upper_bounds):

lattice_points.append(lp)

return lattice_points

##Test the function and display the output.

##No optimization needed past this point.

lattice_vectors = [

numpy.array([-40.,-1.]),numpy.array([ 18.,-37.])]

image_shape = (1000,1000)

spots = generate_lattice(image_shape,lattice_vectors)

fig=pylab.figure()

pylab.plot([p[1] for p in spots],[p[0] for p in spots],'.')

pylab.axis('equal')

fig.show()