Python无限循环随着时间的推移而变慢

我有一个函数，它是一个更大的无穷大函数的一部分。我发现这个函数会减慢循环速度，最终我的电脑会完全冻结

import numpy as np
from time import time
 
  
def make_fps(d, F, df_f, state, t_start, PHASE, run_num):
    F += 1
    if F < 100:
        fps = np.NaN
        fps_average = np.NaN
    else:
        fps = round(F / (time() - t_start), 2)
        fps_average = np.NaN
    if F > 200:
        fps_average = round(df_f["fps"].mean(), 2)
    df = {'frame number': [F], 'fps': [
        fps], 'fps average': [fps_average], 'state': [state],  'run number': [run_num]}
    df_new = pd.DataFrame(data=df)
    df_f = df_f.append(df_new)
    print("frame number", F, "fps", fps, "average fps",
            fps_average,  "run number", run_num)
    return df_f, F, fps, run_num, fps_average

df_f = pd.DataFrame()
state = "this is a test"
t_start = time()
d, F, PHASE, run_num = 0,0, 0, 0       

while True:
    df_f, F, fps, run_num, fps_average = make_fps(d, F, df_f, state, t_start, PHASE, run_num)
    print (F, fps, fps_average)

将numpy导入为np
从时间导入时间
def生成fps（d、F、df、状态、t启动、阶段、运行数量）：
F+=1
如果F<100：
fps=np.NaN
fps_平均值=np.NaN
其他：
fps=四舍五入（F/（时间（）-t_开始），2）
fps_平均值=np.NaN
如果F>200：
fps_average=四舍五入（df_f[“fps”].mean（），2）
df={'frame number'：[F]，'fps'：[
fps]，“fps平均值”：[fps_平均值]，“状态”：[state]，“运行次数”：[run_num]}
df_new=pd.DataFrame（data=df）
df_f=df_f.追加（df_新）
打印（“帧数”，F，“fps”，fps，“平均fps”，
fps_平均值，“运行次数”，运行次数）
返回df_f，f，fps，run_num，fps_average
df_f=pd.DataFrame（）
state=“这是一个测试”
t_开始=时间（）
d、 F，相位，运行数=0,0,0,0
尽管如此：
df_f，f，fps，run_num，fps_average=make_fps（d，f，df_f，state，t_start，PHASE，run_num）
打印（F、fps、fps_平均值）

我认为构建数据框架会引起问题。此外，此功能是否会从实现生成器中受益？我是python新手，不清楚如何正确应用生成器

---

谢谢大家!

看起来您一次又一次地传递相同的参数。 我想不出为什么这会是个好主意。 但关于生成器的问题，只需将

return

替换为

yield

---

祝你好运

请解释一下你想做什么…这个函数在一个更大的应用程序中使用。目标是计算循环速度（fps）、平均循环速度（fps_average）并构建一个数据帧，该数据帧稍后将保存到.cvs文件中。构建数据帧是否会有问题？您将哪些参数称为“相同”？您指的是状态、阶段和运行数量吗？这些值在作为最终解决方案一部分的其他函数中更改。为了这个例子，我应该把它们删掉。当用

yield

替换

return

时，我是否仍然允许参数？例如

返回df\u f，f，fps，run\u num，fps\u average

变成

收益df\f，f，fps，run\u num，fps\u average

？当我这样做时，会得到一个错误。

df\u f，f，fps，run\u num，fps\u average=list（make\u fps（d，f，df\u f，state，t\u start，PHASE，run\u num））[0]