[英]Managing big point lists, best approach?
我在代碼中遇到了性能問題,決定重寫它,並且需要一些有關如何解決此問題的建議。 我有大量的光流數據列表,其中包括帶有框架,X和Y坐標的列表。 像這樣:
[[[frame,x,y],[frame,x,y]],[[frame,x,y],[frame,x,y]]...]
我在這里上傳了一個示例: http : //pastebin.com/ANUr8bwc
我需要找到一種方法來管理這些數據,以便可以快速查找並查看哪些列表包含某些框架。
到目前為止,我已經遍歷了所有數據以查看哪些列表包含第34幀和第35幀,然后將它們編入新列表以供參考。
thisFrame = 34
nextFrame = thisFrame + 1
if any(e[0] == thisFrame for e in item) and any(e[0] == nextFrame for e in item): #Check if the item contains this frame and next
DoStuff()
為了獲得10.000+點的分數而進行數千次操作很快就會成為瓶頸。 所以我的想法是為每個框架制定一個命令,這樣就可以輕松地找到特定框架上可用的項目:
{frame, [list1,list2,list3]}
但是我這次最好問一下。 有沒有一種很好的goto方法來存儲並能夠在大型數據集中進行查找,從而避免每次需要時都遍歷所有這些數據?
詞典是Python最優化的數據結構之一。 將您的數據轉換成字典將需要一些時間,但是之后,查找(例如thisFrame in item
)將在O(1)
時間內完成,這比列表要快得多。
最好的選擇是使用以下代碼將其轉換為字典:
注意:您的列表似乎嵌套了兩次,如果不是這種情況,則必須稍微修改迭代。
item_dict = {}
for big_lst in item:
for lst in big_lst:
try:
item_dict[lst[0]] += [lst[1:],] # Append to existing value
except KeyError:
item_dict[lst[0]] = [lst[1:],] # Initialize value
編輯02/05:try / except更快
item_dict
看起來像這樣,合並了重復的幀,因此單個幀查找將返回[x,y]對的列表。
item_dict = {
1: [list1, list2, list3]
2: [list1, list2]
3: [list1]
4: [list1, list2, list3]
}
從那時起查找將非常快:
thisFrame = 34
nextFrame = thisFrame + 1
if thisFrame in item_dict and nextFrame in item_dict:
foo = item_dict[thisFrame] # e.g. [list1, list2]
bar = item_dict[nextFrame] # e.g. [list1, list2, list3]
DoStuff()
如果需要跟蹤各個[x,y]對所屬的父級列表,則可以在每個列表中添加一個附加元素,該元素將父級列表的索引存儲在item
:
item_dict = {}
for list_index, big_lst in enumerate(item):
for lst in big_lst:
if lst[0] in item_dict:
item_dict[lst[0]] += [lst[1:]+[list_index],] # Append
else:
item_dict[lst[0]] = [lst[1:]+[list_index],] # Initialize
然后,像
parent_list = item_dict[thisFrame][2] # [x, y, list_index]
將返回可以訪問的父列表:
item[parent_list]
我在這里想做的是:
首先,我嘗試通過創建一個稱為frame的字典將所有x,y合並到唯一幀。 其次,我通過將值轉換為鍵並將鍵轉換為值來還原字典。
請讓我知道是否可行:否則,我將對其進行修改或刪除。
#!/usr/bin/python
import ast
dict_frame = dict()
def generate_datastructure():
l = ''
with open('2d_optical_tracking_data.txt', 'r') as fh:
l = ast.literal_eval(fh.read())
frame = dict()
for ls in l:
for elm in ls:
key = elm[0]
val_list = elm[1:]
frame.setdefault(key, [])
frame[key].extend(val_list)
# convert all the value into set:
for key, val in frame.iteritems():
dict_frame[tuple(set(val))] = key
def lookup(key):
print dict_frame
if __name__ == '__main__':
tofind = '45.835999'
generate_datastructure()
for key, val in dict_frame.iteritems():
if tofind in key:
print val
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.