我有一个类组件，用于计算 2 个字典中数组中最后一个元素之间的欧几里得距离。一个字典包含斑点的跟踪轨迹(r)，另一个字典具有斑点的更新值(b)。该类的方法根据欧几里得距离查找出现或消失的轨迹。最后，他们根据与b词典的最佳匹配重新排序r词典。
我在这个 colab 笔记本中测试了该功能，它按预期工作，但是当我在我的代码上实现它时，程序会变慢。
- 我有办法提高这门课的速度吗？
- 有没有更好的方法来解决这个问题？这是什么？
谢谢。
from scipy.spatial import distance as dist
class finder:
def disappeared(self,r,b):
values = {}
indexes = {}
diss = {}
new_results = {}
new_positions = {}
le = len(r) - len(b)
for i in r:
xr = r[i]["x"][-1]
yr = r[i]["y"][-1]
for k in b:
xb = b[k]["x"][-1]
yb = b[k]["y"][-1]
D = dist.cdist([(xb,yb)],[(xr,yr)])
values[str(i) +"/" + str(k)] = D
indexes[str(i) +"/" + str(k)] = (i,k)
if le > 0:
le -= 1
maxval = max(values,key=values.get)
r_ind = indexes[maxval][0]
b_ind = indexes[maxval][1]
print("Found Disappeared", maxval)
diss[r_ind] = r[r_ind]
else:
minval = min(values,key=values.get)
r_ind = indexes[minval][0]
b_ind = indexes[minval][1]
new_positions[b_ind] = r[r_ind]
del values[minval]
for m,n in enumerate(new_positions):
new_results[m] = new_positions[n]
return(new_results,diss)
def appeared(self,r,b):
values = {}
indexes = {}
appr = {}
new_results = {}
new_positions = {}
le = len(b) - len(r)
for i in b:
xb = b[i]["x"][-1]
yb = b[i]["y"][-1]
for k in r:
xr = r[k]["x"][-1]
yr = r[k]["y"][-1]
D = dist.cdist([(xr,yr)],[(xb,yb)])
values[str(k) +"/" + str(i)] = D
indexes[str(k) +"/" + str(i)] = (k,i)
if le > 0:
le -= 1
maxval = max(values,key=values.get)
r_ind = indexes[maxval][0]
b_ind = indexes[maxval][1]
print("Found Appeared", maxval)
appr[b_ind] = b[b_ind]
new_positions[r_ind] = b[b_ind]
else:
minval = min(values,key=values.get)
r_ind = indexes[minval][0]
b_ind = indexes[minval][1]
new_positions[b_ind] = r[r_ind]
del values[minval]
for m,n in enumerate(new_positions):
new_results[m] = new_positions[n]
return(new_results)
大部分时间可能花在访问字典和格式化字符串上。
您可以采取以下措施来优化disappeared()：
仅访问一次b值：
# at start of function ...
lastB = [ (k,v["x"][-1],v["y"][-1]) for k,v in b.items() ]
...
for k,xb,yb in lastB: # replaces for k in b: and the assignments of xb,yb
...
访问r时获取值和键：
for i,v in r.items():
xr = v["x"][-1]
yr = v["y"][-1]
使用元组而不是字符串进行values，您根本不需要indexes：
# index it with a tuple
values[(k,i)] = D
...
# replace the whole maxval logic.
r_ind,b_ind,_ = max(values.items(),key=lambda kv:kv[1])
...
# replace the whole minval logic.
r_ind,b_ind,_ = min(values.items(),key=lambda kv:kv[1])
...
del values[r_ind,b_ind]
生成新结果，而无需重新访问每个键：
new_result = dict(enumerate(new_positions.values()))
同样的改进也可以对appeared()进行，因为它几乎是相同的。
这段代码真的有效吗？ 这些行看起来完全错误：
for i in r:
xr = r[i]["x"][-1]
yr = r[i]["y"][-1]
i是这里r的一个要素。 您不会将其用作r的索引。 当然应该是：
for i in r:
xr = i["x"][-1]
yr = i["y"][-1]
for k in b循环也是如此。