xs = []
ys = []
zs = []
for data in ls:
_x, _y, _z = data
xs.append(_x)
ys.append(_y)
zs.append(_z)
![]() |
1
fuis 224 天前
用 numpy
xs = ls[:,0] ys = ls[:,1] zs = ls[:,2] |
![]() |
2
fuis 224 天前 ![]() ls = numpy.array(ls)
|
![]() |
3
ChrisFreeMan 224 天前
等待 python3.11 版本,听说有一倍速度的提升🐶
|
![]() |
5
vcfghtyjc 224 天前
不太清楚具体需求,也许可以让 xs,ys,zs 变成迭代器而不是 list ?
|
![]() |
6
zacharyjia 224 天前 ![]() 不考虑数组转 np array 的这个开销的话,1 楼的 numpy 确实非常快:
Using numpy: 0.00000000s Using append: 0.36167359s 加上转 np 的开销嘛,就不一样了: Using numpy: 1.69339228s Using append: 0.37969041s 其实 append 还是挺快的,比非常 Pythonic 的*zip 的方法要快挺多了: Using *zip: 1.30143762s Using append: 0.39510083s 参考: https://stackoverflow.com/questions/8081545/how-to-convert-list-of-tuples-to-multiple-lists |
![]() |
7
catbaron 224 天前 via iPhone ![]() zip 怎么样
|
![]() |
8
fatestigma 224 天前 ![]() for 循环不知道怎么去掉,但是有一个提速的方法,list 初始化的时候带上长度
xs = [None] * len(data) 对于比较大的 list,可以快那么几十毫秒。。 |
![]() |
9
ch2 224 天前
用列表推导
xs=[data[0] for data in ls] ys=[data[1] for data in ls] zs=[data[2] for data in ls] |
![]() |
10
ch2 224 天前
用 map 运算
xs = map(lambda data: data[0], ls) ys = map(lambda data: data[1], ls) zs = map(lambda data: data[2], ls) |
12
WhoMercy 224 天前
O(n)了还优化个啥
|
![]() |
13
fancy967 224 天前 ![]() 不知道怎么优化,不过代码可以精简一下
for _x, _y, _z in ls: xs.append(_x) ys.append(_y) zs.append(_z) |
![]() |
14
dangyuluo 224 天前
C++程序员的思路:预先分配下内存防止移动?
|
![]() |
15
cyrbuzz 224 天前 ![]() 你要全部遍历一遍,这个算法已经 O(n),除了直接提速 for 和 append,可以用另外一种思路,就是看你的 xs,ys,zs 的用处,用 yield 把它改成生成器,类似 python2 里 range 到 xrange 的改变。
如果 ls 不变,进一步的优化可以加缓存,用 JSON 存到本地,第二次直接读取 JSON,虽然本身并没有优化到算法。 |
![]() |
16
MintZX 224 天前
@zacharyjia 因为这个操作在 numpy 里面是 constant 的。。通过数据结构实现的。这也就是为什么你把 list 转成 np 的时间非常高的原因。当然了,你也可以试试看把处理好的 xs ys zs 再转成 list,还是很费时间。
np 本身的 dataframe 非常复杂也非常大 |
![]() |
17
niubee1 224 天前 ![]() 其实是一个 90 度旋转二维数组的过程,用 Python 的内置函数实现应该会更快,因为毕竟底层是 C 。
可以先 rotated = list(zip(*ls[::])) 旋转一下二维数组,再 xs.extend(rotated) . 跑起来大概提高了一倍的速度 https://imgur.com/e602lpH |
18
NoAnyLove 224 天前
|
![]() |
19
niubee1 224 天前 ![]() |
20
NoAnyLove 224 天前
好吧,#17 我服了
|
![]() |
22
niubee1 224 天前
|
![]() |
23
niubee1 224 天前 ![]() |
24
NoAnyLove 224 天前
@niubee1 同意,你的版本更快,
In [101]: def t1(ls): ...: flat = list(itertools.chain.from_iterable(ls)) ...: xs = flat[::3] ...: ys = flat[1::3] ...: zs = flat[2::3] ...: return xs, ys, zs ...: In [102]: def t2(ls): ...: xs, ys, zs =list(zip(*ls)) ...: return list(xs), list(ys), list(zs) In [113]: ls=[[i, i+1, i+2] for i in range(1, 98, 3)] In [114]: %timeit t1(ls) 4.26 µs ± 17.3 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each) In [115]: %timeit t2(ls) 3.2 µs ± 19.1 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each) |
![]() |
25
niubee1 224 天前
其实省掉 extend 过程,直接返回数组的话,还能再提高点性能
|
![]() |
29
wuwukai007 223 天前
#19 楼 一行代码开启新世界
|
30
princelai 222 天前
```python
def func4(ls): xs = list(islice(chain.from_iterable(ls), 0, None, 3)) ys = list(islice(chain.from_iterable(ls), 1, None, 3)) zs = list(islice(chain.from_iterable(ls), 2, None, 3)) def func5(ls): xs = list(compress(chain.from_iterable(ls), cycle([1, 0, 0]))) ys = list(compress(chain.from_iterable(ls), cycle([0, 1, 0]))) zs = list(compress(chain.from_iterable(ls), cycle([0, 0, 1]))) ``` itertools 里的内置函数速度都还可以 |
![]() |
31
rationa1cuzz 222 天前
@niubee1 ls[::] 是干嘛?我怎么看不懂啊,求教,另外为什么我测的是列表推导式更快一点,数量级越大越明显
|
![]() |
32
rationa1cuzz 222 天前
@niubee1 另外,只有在 data=[(x,y,z),(x2,y2,z2,...)] 为元祖 zip 才会有明显速度优势,
data[(x,y,z),(x2,y2,z2,...)] range(100000) for: spend_time:0.03163599967956543 列表推导式:spend_time:0.012620925903320312 zip: spend_time:0.0060007572174072266 data[(x,y,z),(x2,y2,z2,...)] range(100000) for: spend_time:0.03195595741271973 列表推导式:spend_time:0.012039899826049805 zip: spend_time:0.016546964645385742 |
33
htaoreg 221 天前
xs, ys, zs = zip(*ls)
|