发电机的效率

Question

我正在编写一些软件，用于创建一个复杂的波形（实际上是声波）作为数组。从一些原始波形（如正弦波等）开始，将会有一些函数来组合它们，以创建更加复杂的波形，还有更多的函数来组合这些波形等等。

可能看起来像这样：

f(mult(sine(), env(square(), ramp()))

但是这个过程要复杂得多。

一种方法是将每个函数都变成生成器，这样整个函数树每次执行一个元素时就会执行一次，并且每个生成器每次都会产生一个值。

该数组可能有几百万个元素，而函数树可能很深。使用生成器会非常低效吗？

另一种选择是让每个函数创建并返回整个数组。这种方法可能更有效，但也有缺点（实现较为混乱，直到计算结束才能获得结果，可能会使用大量内存）。

人们总是说你不应该试图去猜测Python的效率，但在这种情况下，使用生成器会花费很长时间吗？

- Martin McBride

---

我会成为“他们”中的一员：你不应该试图猜测Python的效率。尝试一下。计时它。如果你的实际事物过于复杂，简化它以获得一个合理的想法。一旦你得出结论认为它们之间没有太大差别且都相当缓慢，那么请考虑NumPy是否适合你的用例。 - lvc

编写代码并计时。听起来你的大部分代码都是数学函数之类的。因此，如果你发现它太慢了，改变yield返回和最后的返回为数组应该不难。 - Rasmus Damgaard Nielsen

避免过早优化。只要你不犯重大错误（例如在大型列表上使用线性搜索而不是字典查找），如果你坚持使用常见的Python习惯用法，并且Python是一个合适的工具，那么你应该没问题。特别是当你为自己编写工具时，优化开发时间比从运行时间中节省几分之一更为重要。 - John Coleman

我必须同意@JohnColeman的看法，质疑您是否不应该选择更加数学和工程化的软件，例如Mathematica或Maple（Maplesoft）来解决这个问题。这两个软件包中的任何一个都可能具有更好的优化功能，以处理您要完成的任务。虽然这两个选项都是商业软件，但如果您在学术环境中，则通常会有站点许可证或学术定价，使它们的价格不那么昂贵。 - AMR

目前我只是试图避免犯下重大错误，以免最终得到一个极其缓慢的东西，看起来应该没问题。Python 不会非常快，但看起来我能够以超过实时的速度创建大多数声音，这已经足够好了。 - Martin McBride

也许现在的情况与2015年不同，但是numpy是数学软件Mathematica和Maple的流行开源替代品，很可能已经在学术界超过了这两者。 - T.C. Proctor

Answer 1

生成器是一种惰性序列。它们非常适合用于具有可能非常长的序列的情况，只要您可以分段操作（每个元素或适当大小的块）。这将倾向于减少峰值内存使用量。只需不要通过在某个地方存储序列的所有元素来破坏该功能即可。

- Marcin

Answer 2

在我看来，生成器非常适合这个任务。

有些信号具有有限的时间（如包络或斜坡），但有些信号是无限的（如振荡器）。

使用生成器，您不必担心这个方面，因为像zip()函数一样，将一个振荡器与一个包络组合（例如相乘），只会从振荡器生成器中消耗有限数量的项，因为至少有一个生成器产生有限数量的样本。

然而，使用生成器非常优雅和Pythonic。

请记住，像这样的生成器：

def sine(freq):
    phase = 0.0
    while True:
        yield math.sin(phase)
        phase += samplerate/freq

只是一个类的语法糖，类似于这样：

class sine:
    def __init__(self, freq):
        self.freq = freq
        self.phase = 0.0

    def __iter__(self):
        return self

    def __next__(self):
        v = math.sin(self.phase)
        self.phase += samplerate/freq
        return v
        # for this infinite gen we never raise StopIteration()

因此，性能开销并不比您手工制作的任何其他解决方案更大（例如块处理，在DSP算法中常用）。

如果您不是产生单个样本，而是产生样本块（例如每次1024个样本），则可能会获得一些效率提升。

- fferri

---

我写了一些代码来尝试三种解决方案——每个样本都产生，每n个样本产生一次，以及一次处理整个数组。毫无疑问，每个样本产生的速度要慢一些（5秒而不是3.5秒），但对于实验来说还可以接受。简化编码比它更弥补了这一点，我认为当我开始使用更复杂的函数时，%的差异将会减少。谢谢。 - Martin McBride