Python元素访问性能 作为一个长时间的C++开发人员，我刚刚开始在Python中研究算法。我目前正在分析我的代码，以了解如何在Python中高效编程。有一件事特别突出，我很乐意得到专家的解释

我为光线三角形交点编写了此包装函数：

def rayIntersectsTriangle( origin , direction , meshData , poly , worldCoordinateVertices ):
    return mathutils.geometry.intersect_ray_tri( worldCoordinateVertices[ meshData.loops[ poly.loop_start ].vertex_index ],
                                                 worldCoordinateVertices[ meshData.loops[ poly.loop_start + 1 ].vertex_index ],
                                                 worldCoordinateVertices[ meshData.loops[ poly.loop_start + 2 ].vertex_index ],
                                                 direction , origin ) != None

在分析（使用cProfile）多次执行此函数的代码时，我得到以下结果：

ncalls  tottime  percall  cumtime  percall filename:lineno(function)
15694126   22.314    0.000   25.812    0.000 ****.py:176(rayIntersectsPoly)
[...]
15694126    3.497    0.000    3.497    0.000 {built-in method mathutils.geometry.intersect_ray_tri}

为什么这个包装会增加这么多开销？我唯一能看到的就是数组元素的访问。来自C++的这真的让我困惑：D＜P＞ 在此方面的任何帮助都将不胜感激。我想尽快得到我的算法

---

提前谢谢！干杯

由于

mathutils.geometry.intersect\u ray\u tri（）

的速度太快，所以时间看起来比较长。该方法在扩展中实现，并以本机速度执行

该方法的Python时间为：

• 创建新的函数框架（仅使用一个表达式，时间占比较大的比例）
• 全局名称查找（这些是根据映射进行的，本地名称使用数组）
• 属性查找，如

  mathutils.geometry

  和

  mathutils.geometry.intersect\u ray\u tri

  和

  poly.loop\u start

• 索引，所以

  世界协调[…]

通过将其中一些结果缓存在本地名称或默认参数中，您可以加快速度：

def rayIntersectsTriangle(
        origin, direction, meshData, poly, worldCoordinateVertices
        _intersect_ray_tri=mathutils.geometry.intersect_ray_tri):
    loop_start = poly.loop_start
    meshData_loops = meshData.loops
    return _intersect_ray_tri(
        worldCoordinateVertices[meshData_loops[loop_start].vertex_index],
        worldCoordinateVertices[meshData_loops[loop_start + 1].vertex_index],
        worldCoordinateVertices[meshData_loops[loop_start + 2].vertex_index],
        direction, origin) is not None

我还使用了

不是None

；这是一个指针操作，建议用于测试

None

单例

这将使8个属性查找下降到2个，并删除

数学的全局名称查找

尽管如此，这些都是微观优化，只有在它们确实有影响时才进行（例如，在代码中经常调用该方法）。如果这真的是一个瓶颈，你可以考虑把它作为一个简单的路径，把这个代码转换成一个编译的扩展，它也可以在原生的速度下运行。
参见…和BTW，如果以数学为中心的工作负载的运行时性能是你的首要目标，Python可能不是你的语言。我可以建议你还是？（茱莉亚的页面同时涵盖了这两个方面）。太棒了。谢谢你的资源。我目前正在为Blender开发一个插件，所以我真的没有Pythonow的替代品，非常感谢。多么详细和快速的回答啊。这无疑给了我很多洞察力