Python 如何将N体模拟录制为视频？

我已经用Python中的Barnes Hut优化实现了一个N体模拟，对于N=10000个体，它的运行速度不是不可接受的，但它仍然太慢，无法实时观看

每个时间步都会生成一个新的帧，要显示该帧，我们必须首先计算实体的新位置，然后将它们全部绘制出来。对于N=10000，生成一帧大约需要5秒（这太高了，因为Barnes Hut应该能提供更好的结果）。通过pygame模块进行显示

因此，我想记录我的模拟，并在以更高的速度完成后重放一次

如何在不降低程序速度或不超过内存限制的情况下完成此操作？

一个可能的解决方案是简单地每次保存pygame屏幕，但这显然非常缓慢

---

我还考虑存储每个时间步生成的身体位置列表，然后在情况结束后重新绘制所有帧。绘制框架仍然需要一些时间，但没有计算新位置所需的时间多。

您将纯python与调用编译代码的各种程序进行比较。纯python比优化编译器生成的代码慢几个数量级。撇开语言战争不谈，有些情况下python对脚本语言的执行速度非常快，有些情况下它的执行速度非常慢

我所做的许多要求很高的python项目都需要使用

numpy/pandas/scipy

，或者像Pypy这样的解释器来编译一些python代码，以便立即提高它们的执行速度。编译器倾向于生成更快的代码，因为它们可以脱机执行优化，而不是在运行时的时间压力下执行优化

---

视频文件是最通用、最易于管理的播放格式，但确实需要一些粘合代码。要制作一个，您需要一个库来将可视化帧编码为视频帧。似乎您已经能够生成每帧的图像，所以剩下的唯一一步就是找到视频编解码器

可以通过其命令行接口调用FFMPEG，将帧转储到视频文件中：

编写的示例代码是：

command = [ FFMPEG_BIN,
        '-y', # (optional) overwrite output file if it exists
        '-f', 'rawvideo',
        '-vcodec','rawvideo',
        '-s', '420x360', # size of one frame
        '-pix_fmt', 'rgb24',
        '-r', '24', # frames per second
        '-i', '-', # The imput comes from a pipe
        '-an', # Tells FFMPEG not to expect any audio
        '-vcodec', 'mpeg'",
        'my_output_videofile.mp4' ]

pipe = sp.Popen( command, stdin=sp.PIPE, stderr=sp.PIPE)

如果使用numpy阵列，则可以使用此命令转储帧：

pipe.proc.stdin.write( image_array.tostring() )

这个方法已经被库包装好了

---

还有一个简单的选择，但它牺牲了视频文件的多功能性（以及真正令人印象深刻的有损压缩算法）。生成可视化帧时将其转储到文件中。修改可视化工具以从文件中读取帧并以指定速率播放

这是一种简单的方法，我过去使用过它来保存重播数据，以便在我玩多人机器人游戏时观看

---

---

应该特别提到备忘录，它非常适合数学计算。只需缓存递归定义的函数的结果，就可以节省大量不必要的计算，只需占用少量内存。Barnes Hut似乎有一个递归的方面，所以你应该检查记忆该部分的可能性。

没有真正的联系，但你为什么认为“（这太高了，因为Barnes Hut应该会给出更好的结果）”@juanpa.arrivillaga：在比较了运行时和天真的直接O（N^2）算法之后，我验证了Barnes Hut确实按照预期在O（NlogN）中工作。N=10000甚至不能直接比较。然而，我在网上看到过其他Barnes Hut实现，对于N=10000，每帧只需要0.5秒。我还没有确定缓慢的根源，但我确信我的代码可以比现在快10倍？或者其他一些语言，或者他们可能使用一个数字计算包，比如

numpy

？@juanpa.arrivillaga：不，我不相信它们通常使用python。我看到的一个模拟市民是用C++编写的。我想知道python或pygame是否很慢。我也在用numpy。让我澄清一下，我所看到的快速SIMS是在标准PC上实时运行的，这意味着没有PARRALLIAL化或特殊的GPU。嗯，我不希望Python实现能像C或C++实现那样快，特别是对于这种问题。事实上，我对Python的执行速度比C++执行速度慢10倍的印象非常深刻。