Python 取代字节数组处理瓶颈的高速替代方案

>请参见下面的编辑有几个地方可以显著加快速度。也许最明显的是重写

GetFrame

：

def GetFrame(ProcessedMatrix):
    if ProcessedMatrix.shape == (3584, 32):
        return np.unpackbits(ProcessedMatrix[13::14]).reshape(256, 256)
    return False

这要求

ProcessedMatrix

是

np.uint8

类型的

ndarray

，但除此之外，在我的系统上，它的运行速度要快1000倍

对于其他两个函数，我认为在

ReadStream

中应该执行以下操作：

def ReadStream(RXcount):
    global ftdi
    return np.frombuffer(ftdi.read(RXcount), dtype=np.uint8)

即使它不能大大加快该函数的速度，因为读取占用了大部分时间，但它已经为您提供了一个numpy字节数组。这样，您就可以继续

ProcessRawData

并尝试：

def ProcessRawData(RawData):
    if len(RawData) == 114733:
        return RawData[1:-44].reshape(-1, 32)
    return None

---

比您的版本快10倍。

ftdi.read（RXcount）需要多长时间？您可以<代码>返回BytErrar（RxDATA）< /C>而不是几乎没有时间的列表。在我的系统（相当快）中，将1 MB字节串转换为<代码>列表<代码>需要13毫秒。您应该把它作为字节串，NUMPY可以处理它。Python、C++和C标记，但只显示Python代码…请按预期使用标签。当然，你提到如果需要，你准备使用C语言，但你承认从未使用过这种语言。。。哦，除此之外：如果你编写标准C，那么它可以在所有平台上编译，这就是C的含义。我还怀疑你构建

RowData

的方式非常（非常）慢。通过双嵌套的

循环中的
+
进行字符串连接。。。是的，这可以大大加快。@gnibbler，我改为
bytearray（RXdata）
，它只将
ReadStream
函数时间提高了0.001秒（现在是0.036秒）。不过，每一点都有帮助。是的，@roippi看着
RowData
，这肯定是可疑的。。嗯，我要看看怎样才能改进它。太棒了！现在非常优雅，我现在得到8帧/秒（三个函数的总执行时间现在下降到0.12秒）。这是一个非常棒的函数！让我们看看是否还有其他人需要添加任何内容，以便用其他内容从中挤出更多帧。我真的很感谢你的帮助和对细节的关注-谢谢！
def ReadStream(RXcount):
    global ftdi
    return np.frombuffer(ftdi.read(RXcount), dtype=np.uint8)

def ProcessRawData(RawData):
    if len(RawData) == 114733:
        return RawData[1:-44].reshape(-1, 32)
    return None

def GetFrame(ProcessedMatrix):
    if ProcessedMatrix.shape == (3584, 32):
        return np.unpackbits(ProcessedMatrix[13::14]).reshape(256, 256)
    return False

def GetFrame(ProcessedMatrix):
    if ProcessedMatrix.shape == (3584, 32):
        return np.unpackbits(ProcessedMatrix[13::14]).reshape(256, 256)
    return False

def ReadStream(RXcount):
    global ftdi
    return np.frombuffer(ftdi.read(RXcount), dtype=np.uint8)

def ProcessRawData(RawData):
    if len(RawData) == 114733:
        return RawData[1:-44].reshape(-1, 32)
    return None