在python中减少长forloop的时间

Question

我这边还有一个愚蠢的问题；）我对以下len（x）=len（y）=7'700'000的片段有一些问题：

from numpy import *

for k in range(len(x)):
    if x[k] == xmax:
        xind = -1
    else:
        xind = int(floor((x[k]-xmin)/xdelta))
    if y[k] == ymax:
        yind = -1
    else:
        yind = int(floor((y[k]-ymin)/ydelta))

    arr = append(arr,grid[xind,yind])

除了arr和grid，所有变量都是浮点或整数。arr是1D数组，grid是2D数组。在

我的问题是运行循环需要很长时间（几分钟）。有谁能解释一下，为什么要花这么长时间？有什么建议吗？即使我试图通过range()与arange()进行交换，我也只节省了一些时间。在

谢谢。在

第一次编辑 对不起的。忘记告诉我正在导入numpy

第二次编辑

我在二维网格中有一些点。网格的每个单元格都存储了一个值。我必须找出该点的位置，并将该值应用于新数组。这是我的问题和想法。在

附言：如果你想更好地理解它，请看这幅画。单元格的值用不同的颜色表示。在

Answer 1

比如说：

import numpy as np
xind = np.floor((x-xmin)/xdelta).astype(int)
yind = np.floor((y-ymin)/ydelta).astype(int)

xind[np.argmax(x)] = -1
yind[np.argmax(y)] = -1

arr = grid[xind,yind]

注意：如果您使用的是numpy，如果您想高效地执行任务，请不要像python列表那样对待数组。在

Answer 2

除了数据的大小，我看不出明显的问题。你的电脑能把所有的东西都记在记忆里吗？如果不是，那么您可能是在交换内存中“跳跃”，这将始终是缓慢的。如果完整的数据在内存中，请尝试psyco。这可能会大大加快你的计算速度。在

Answer 3

for x_item, y_item in zip(x, y):
    # do stuff.

如果你不想生成一个巨大的额外列表，还有izip。在