Python: 如何提高脚本性能以获取一组点的边界框

Question

Python: 如何提高脚本性能以获取一组点的边界框

pythonperformancememory-managementcoding-style

3

我有一组点（x和y），希望知道X和Y的最大值和最小值（即边界框）。我编写了以下代码，使用列表推导式读取所有点，然后在X和Y上使用max和min函数。最后我删除了这些点。

这种解决方案不够内存高效，因为我需要读取所有点。

points = [(p.x,p.y) for p in lasfile.File(inFile,None,'r')] # read in list comprehension
X_Max = max(zip(*points)[0])
X_Min = min(zip(*points)[0])
Y_Max = max(zip(*points)[1])
Y_Min = min(zip(*points)[1])
del points

我想请你提供一个建议，以避免这一步骤（将所有点存储在内存中）。谢谢 Gianni

- Gianni Spear

2个回答

3

您可以使用生成器表达式来为points生成元素，并使用key参数来调用 max 和 min 函数：

from itertools import tee
points = ((p.x,p.y) for p in lasfile.File(inFile,None,'r'))
points = tee(points, 4)

X_Max = max(points[0], key=lambda x:x[0])[0]
X_Min = min(points[1], key=lambda x:x[0])[0]
Y_Max = max(points[2], key=lambda x:x[1])[1]
Y_Min = min(points[3], key=lambda x:x[1])[1]

更新：

我添加了对itertools.tee的调用以复制原始生成器。

正如评论中所指出的那样，这种解决方案的缺点是你必须（不必要地）迭代你的文件4次。像@SteveMayne所做的那样，在每次迭代中计算最大值和最小值可以避免这一点。

- halex

2

点不应该存储在内存中，因为使用(...)而不是[...]生成器表达式。这些点一次只能获取一个。 - halex

2

你确定这会起作用吗？在第一次max调用后，生成器points将被耗尽，所以下一次对min的调用将导致异常。 - sloth

2

@Mr.Steak，这也是我在想的。即使它可以工作，你还需要迭代4次文件才能完成单个循环所能做的事情。 - Steve Mayne

1

@Gianni 抱歉，我已经修复了。问题在于 max 和 min 返回了 x 和 y 值的整个点作为一个由 2 个元素组成的元组。因此，我添加了另一个访问方式，第一个元素用于 x 值，第二个元素用于 y 值。感谢您的关注和耐心 :). - halex

@halex：测试一下看看是否有一些漏洞是一件愉快的事情。你和史蒂夫·梅恩做得很好。 - Gianni Spear

显示剩余3条评论

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Steve Mayne · Accepted Answer

X_Max = float('-inf')
X_Min = float('+inf')
Y_Max = float('-inf')
Y_Min = float('+inf')

for p in lasfile.File(inFile,None,'r'):
    X_Max = max(X_Max, p.x)
    X_Min = min(X_Min, p.x)
    Y_Max = max(Y_Max, p.y)
    Y_Min = min(Y_Min, p.y)

这样做只需要一次循环文件，并避免一次在内存中存在多个点。编辑 File() 提供了一个迭代器，它每次只读取文件的一行并将其提供给循环变量p。

在您的问题中，您在初始点赋值周围使用了方括号。这是列表推导式，顾名思义，它创建一个列表-因此所有的点都从那时起保存在内存中。如果您改用括号，就像这样：

points = ((p.x,p.y) for p in lasfile.File(inFile,None,'r'))

X_Max = float('-inf')
X_Min = float('+inf')
Y_Max = float('-inf')
Y_Min = float('+inf')

for p in points:
    X_Max = max(X_Max, p.x)
    X_Min = min(X_Min, p.x)
    Y_Max = max(Y_Max, p.y)
    Y_Min = min(Y_Min, p.y)

如果使用Python打开文件格式为LAS的文件并且仅需要一次遍历，那么Python不会创建一个列表(list)，而是创建一个生成器/迭代器(generator/iterator)——它会每次返回一个点，直到文件被读取完毕。这种方法可以避免在同一时间将所有点存储在内存中，但只能进行一次迭代。

为了简化起见，我放弃了创建额外迭代器的方式，而是直接使用lasfile.File()创建的迭代器。