Python-使用固定alpha生成随机颜色列表的最快方法

因此，我希望在Python中生成一个包含大约3.32亿种颜色的大型列表（具有4个值的元组-r、g、b、a），但alpha值固定为0.6。我还需要复制它下面一行中的每种颜色（即，我最终有6.64亿行-只有3.32亿种不同的颜色）

我尝试并测试了许多方法，但得出的结论是，到目前为止，最快的方法是使用numpy：

使用numpy random创建一个长度为3.32亿的数组，每行包含3个随机浮点值

使用numpy tile创建第二个长度相同的数组，每行的值为[0,0,0,0.6]

将第一个数组中的值复制到第二个数组每行的前3个值中

使用numpy repeat函数将每一行重复到下面插入的新行上（将数组与前一行的重复项交错）

此操作的代码大约需要574秒或10分钟，代码为：

import time
import numpy as np

t1 = time.time()

randomnos = np.random.random_sample((332000000, 3)) 
trans = np.tile([0,0,0,0.6],(332000000, 1))
trans[:,:-1] = randomnos
colorarray = np.repeat(trans, 2, axis=0)

t2 = time.time()

totaltime = t2 - t1

print "Time Taken = %f seconds" % totaltime

现在，由于我不需要在运行时生成随机数，我得出结论，我可以只运行一次代码并保存到文件（使用numpy save），然后在运行时使用numpy load函数读取文件，但是，即使这要快得多，但对于我来说，花106秒或大约2分钟的时间仍然太慢

我认为必须有一种更快的方法在运行时生成随机颜色

所需的输出类似于：

array = [[ 0.98112321  0.38567094  0.2430455   0.6       ]
 [ 0.98112321  0.38567094  0.2430455   0.6       ]
 [ 0.54728619  0.97823465  0.86675383  0.6       ]
 [ 0.54728619  0.97823465  0.86675383  0.6       ]
 ..., 
 [ 0.15047076  0.55844066  0.79842858  0.6       ]
 [ 0.15047076  0.55844066  0.79842858  0.6       ]
 [ 0.53637406  0.52150776  0.44890727  0.6       ]
 [ 0.53637406  0.52150776  0.44890727  0.6       ]]

---

我对你展示的代码感到有点困惑。你似乎在以一种非常迂回的方式做事，我可能误解了你到底想要什么

但是，据我所知，您希望：

import numpy as np

colorarray = np.random.random_sample((332000000, 4))
colorarray[:, -1] = 0.6
colorarray = np.vstack([colorarray, colorarray])

这对我来说大约需要30秒

或者，如果您想尽可能优化事情，您可以缩短一两秒钟：

num = 332000000
colorarray = np.empty((2 * num, 4), dtype=float)
colorarray[:num, :3] = np.random.random_sample((num, 3))
colorarray[:num, -1] = 0.6
colorarray[num:] = colorarray[:num]

这需要约28秒

---

编辑：我完全误解了你想做什么。（我的错，不是你的错。你有一个很好的、独立的、可运行的例子。我只是没有仔细阅读！）

要“交错”这些值，我们可以使用简单的切片技巧。从更优化的示例开始：

num = 332000000
colorarray = np.empty((2 * num, 4), dtype=float)
colorarray[::2, :3] = np.random.random_sample((num, 3))
colorarray[::2, -1] = 0.6
colorarray[1::2] = colorarray[::2]

这需要较长的运行时间（约42秒），但会给出所需的值

numpy.repeat

，正如您最初使用的那样，在本例中，实际上比分配到切片要快一些。因此，我们可以使用以下方法将时间缩短到34秒：

colorarray = np.empty((num, 4), dtype=float)
colorarray[:, :3] = np.random.random_sample((num, 3))
colorarray[:, -1] = 0.6
colorarray = np.repeat(colorarray, 2, axis=0)

编辑2

---

在这一切结束时，我终于想到要对您的原始代码进行基准测试…它实际上与我的最终版本在速度上几乎相同。我对您的示例的评论似乎是“迂回的”完全不正确！

如果您想从文件中读取：请尝试

pickle

或

cpickle

。或者使用类似sqlite的小型数据库。感谢您的回答，我尝试了pickle，numpy加载速度更快（颜色以二进制格式保存）根据经验，即使是sql数据库检索这么多行也很慢，所以我认为它不会更快，理想情况下，由于额外的开销，我希望避免将其存储在数据库中。您的颜色可以容纳多少rgb位？只有16777216 24位颜色，因此枚举可能会更快。感谢您的帮助回答，我为您的优化解决方案计时，耗时106秒，因此它比从文件中读取要快。但没有更快的方法可以做到这一点吗？瓶颈在于生成随机值。如果您对非随机值（但可能是不同的值）满意，您可以使用其他一些选项（例如，使用内存中的任何内容初始化阵列，然后将其重新缩放到0-1范围）。稍后我将添加几个其他示例。此外，我刚刚检查了优化解决方案的输出，我想我已经把您对所需输出的理解弄糊涂了。在您的解决方案中，我似乎没有所需的重复行，我将编辑我的问题以添加所需输出的示例。@JamesElder-啊！您的代码现在更有意义了！我运行了它，但不知怎的错过了输出中的“交错”。是的，这也是一种有效的方法。只需一点，我将添加一个更新的示例。（至于机器，是的，它很快，但它可能更多地与内存速度有关，而不是CPU速度。）我还想说我在交错中重复了14次行，而不是2'colorarray=np.repeat（colorarray，14，axis=0）'（因为为了这个问题，我只是简化为2），这就是为什么我说574秒。只在代码中重复一次行所需的时间与您所说的34秒相似。