Python ComputeBandStats非常慢

当我尝试使用ComputeBandStats时，需要非常长的时间才能完成。有没有办法加快这个过程

这是我的密码：

inIMG = gdal.Open(infile)
bandas = [inIMG.GetRasterBand(b+1) for b in range(3)]
print('hej1')
meanSD = [b.ComputeBandStats(1) for b in bandas]
print('hej2')

它很快打印出“hej1”，但几个小时后才写出“hej2”。因此，ComputeBandStats似乎是个问题

我尝试了没有参数（在较早的日期已经工作）和1，但它似乎没有任何区别

---

（我正在使用python 2.7和gdal 1.11.3）

我发现ComputeTestistics比ComputeBandStats快得多，所以我改用它。我不知道到底有什么区别，但除了速度优势外，ComputeTestatics也不忽略任何数据值，这对于ComputeBandStats来说是个问题。它还计算了最小值、最大值、平均值和标准差，这是我无论如何都需要的

这就是我所做的改变：

inIMG = gdal.Open(infile)
bandas = [inIMG.GetRasterBand(b+1) for b in range(3)]
print('hej1')
stats = [b.ComputeStatistics(False) for b in bandas]
print('hej2')

---

我发现ComputeTestistics比ComputeBandStats快得多，所以我改用它。我不知道到底有什么区别，但除了速度优势外，ComputeTestatics也不忽略任何数据值，这对于ComputeBandStats来说是个问题。它还计算了最小值、最大值、平均值和标准差，这是我无论如何都需要的

这就是我所做的改变：

inIMG = gdal.Open(infile)
bandas = [inIMG.GetRasterBand(b+1) for b in range(3)]
print('hej1')
stats = [b.ComputeStatistics(False) for b in bandas]
print('hej2')

---

有没有可能需要非常长的时间？您是否尝试过将列表理解分解为一个简单的

for

循环，以便监控进度？实际上，它在几个小时后完成。有什么方法可以加速这个过程吗？你最好的办法可能是多处理它，将任务分成多个较小的任务。您使用的数据有多大？此外，如果img文件非常大，请使用较小的测试用例进行测试，以查看过程是否加快。在计算后，您将如何处理

meanSD

？让它成为一个生成器而不是一个列表可能是有意义的，这样您就不会有在那个时间点处理所有数据的所有开销。是否可能需要非常长的时间？您是否尝试过将列表理解分解为一个简单的

for

循环，以便监控进度？实际上，它在几个小时后完成。有什么方法可以加速这个过程吗？你最好的办法可能是多处理它，将任务分成多个较小的任务。您使用的数据有多大？此外，如果img文件非常大，请使用较小的测试用例进行测试，以查看过程是否加快。在计算后，您将如何处理

meanSD

？让它成为一个生成器而不是一个列表可能是有意义的，这样您就不会有在那个时间点处理所有数据的所有开销。