Python 代码的运行时间（由于数组大小）是否会太长，从而阻止代码一起启动？

我在Jupyterlab中使用python

我试图简单地获取一个包含700000个坐标点的数组，然后将它们收集并平均成100nm的正方形

我知道这段代码运行得很好，因为它使用了5000个数组

当我尝试使用较大的数组时，IDE似乎在代码完全执行之前超时。 或者有人能在我的代码中看到一个无限循环来阻止它完成吗

工作代码的前半部分：

import matplotlib as plt
import numpy as np
import pandas as pd

xtot = 10.0
ytot = 20.0
xstep = 0.1
ystep = 0.1
x = 0.0
y = 0.0

T = np.array([])
Tygrad = np.array([])

#Convert .txt to .csv

read_file = pd.read_csv (r'/Users/rjordan/Documents/PHD PROJECT/comsol/April 2021 simulations/OOMMF Para to Perp 1 to 4.txt', delim_whitespace=True)
read_file.to_csv (r'/Users/rjordan/Documents/PHD PROJECT/comsol/April 2021 simulations/OOMMF Para to Perp 1 to 4.csv', index=None)

​#read in data file and assign to DataFrame
col_list = ["X", "Y", "Z", "Color"]

df = pd.read_csv("/Users/rjordan/Documents/PHD PROJECT/comsol/April 2021 simulations/OOMMF Para to Perp 1 to 4.csv", usecols=col_list)

n = df.shape[0]
XM = max(df["X"])
YM = max(df["Y"])
TM = max(df["Color"])

print(XM)
print(YM)
print(TM)
print(n)
print()

10.000000000000002
20.000000000000004
393.02205716505614
713457

代码的后半部分实际上永远不会吐出任何东西（我对5000数组的估计是它需要7小时才能完成）：

而x

为什么，为什么，为什么？！？！你是这样做的吗？您必须执行

xtot*ytot*n

操作。请把这个换成：1。准备您的

xtot*ytot

输出（甚至可能只是一个查看代码的

xtot

长列表）。然后在

df

上进行一次迭代，计算要更新的数据（比如

floor（df[“X”][i]/xstep）

）。从

xtot*ytot*n

移动到

xtot*ytot+n

将是一个巨大的改进。@Faboor我的意思是，这个操作实际上只是一个除法，我不认为会有那么大的不同。当然，你的意思是，如果基本上保持相同的代码，但将所有不同的N加在一起形成一个数组，那么我可以在一次大的飞跃中将整个数组的T除以N？哦，等等，我明白你的意思了

while x < xtot:
    x += xstep
    y = 0.0 
    while y < ytot:
        Tot = 0.0
        N = 0.0
        y += ystep
        for i in range(n):
            if df["X"][i] <= x and df["X"][i] >= (x-xstep) and df["Y"][i] <= y and df["Y"][i] >= (y-ystep):
                Tot += df["Color"][i]
                N += 1 
        Tsq = Tot/N
        T = np.append(T, Tsq)
Tx = int(xtot/xstep)
Ty = int(ytot/ystep)
To = T.reshape(Tx,Ty)               
Tn = T.shape
Ton = To.shape
Tm = max(T)
print(Tm)
print(Tn)
print(Ton)
print(T)
print(To)