Python 使用NumPy提高PyGame中更新函数的性能

现在，pygame正在做很多很多计算来呈现我当前的项目。 我被告知NumPy可以帮助“解决”我的项目瓶颈。 关于如何实现它，我有一些想法，但我想知道你们是否对如何使用NumPy改进此更新功能的性能有任何想法/建议，那就太好了：）

功能说明： 当对象（即球）在

hitGrid

周围移动时，它通过其位置跟踪对象所在的位置，并将

hitGrid

中该位置的值减去1

我的代码：

# in update
def update(self, boundrect, hitGrid, hitList):
...
   oldHitList = hitList[:]
   # How do you clear a np.array like you would a list?
   hitList.clear() # hitList = np.empty((GRIDX, GRIDY))?
   for c in range(self.gridsize[0]):
       for r in range(self.gridsize[1]):
           p = gridpos[1] + r, gridpos[0] + c
           if p in oldHitList:
               hitList.append(p) # hitList = np.append(hitList, p)
           elif self.grid[r][c] == 1:
               if p[0] < len(hitGrid) and p[1] < len(hitGrid[p[0]]):
                   hitList.append(p) # hitList = np.append(hitList, p)
                   if p not in oldHitList:
                       hitGrid[p[0]][p[1]] -= 1
                       max_hit = min(max_hit, hitGrid[p[0]][p[1]])
...
# in main
hitGrid = np.full((GRIDX, GRIDY), max_hit)
hitList = np.empty((GRIDX, GRIDY))

#变量
宽度、高度、边距=10,10,1
GRIDX，GRIDY=100，40

def更新（self、boundrect、hitGrid、hitList）：
self.pos+=self.vel
self.rect.center=self.pos
如果self.rect.left=boundrect.right：
自我等级x*=-1
如果self.rect.top=boundrect.bottom：
自我水平y*=-1
#将矩形与网格对齐
gridpos=圆形（自校正x/（宽度+边距）），圆形（自校正y/（高度+边距））
self.rect.topleft=gridpos[0]*（宽度+边距），gridpos[1]*（高度+边距）
#增量接触场
全球最大命中率
最大命中率=100
#这里用的是numpy
oldHitList=hitList[：]
hitList.clear（）
对于范围内的c（self.gridsize[0]）：
对于范围内的r（self.gridsize[1]）：
p=gridpos[1]+r，gridpos[0]+c
如果oldHitList中有p：
hitList.append（p）
elif自网格[r][c]==1：
如果p[0]

#gridObject使用的对象
ballGrid=[[1]]
#如何在main（）中初始化gridObject
def main（）：
...
sprite_group=pygame.sprite.group（）
ball=GridObject（（screen.get\u width（）//2，screen.get\u height（）//2），ballGrid，sprite\u组）
hitGrid=[[100代表范围内的i（GRIDX）]代表范围内的j（GRIDY）]
hitList=[]
...
...
...
#如何使用更新功能
边框=pygame.Rect（0,0，（GRIDX*（宽度+边距）+边距，（GRIDY*（高度+边距）））
精灵组。更新（边界框、命中栅格、命中列表）

我的想法：

# in update
def update(self, boundrect, hitGrid, hitList):
...
   oldHitList = hitList[:]
   # How do you clear a np.array like you would a list?
   hitList.clear() # hitList = np.empty((GRIDX, GRIDY))?
   for c in range(self.gridsize[0]):
       for r in range(self.gridsize[1]):
           p = gridpos[1] + r, gridpos[0] + c
           if p in oldHitList:
               hitList.append(p) # hitList = np.append(hitList, p)
           elif self.grid[r][c] == 1:
               if p[0] < len(hitGrid) and p[1] < len(hitGrid[p[0]]):
                   hitList.append(p) # hitList = np.append(hitList, p)
                   if p not in oldHitList:
                       hitGrid[p[0]][p[1]] -= 1
                       max_hit = min(max_hit, hitGrid[p[0]][p[1]])
...
# in main
hitGrid = np.full((GRIDX, GRIDY), max_hit)
hitList = np.empty((GRIDX, GRIDY))

更新中的

#
def更新（self、boundrect、hitGrid、hitList）：
...
oldHitList=hitList[：]
#如何像清除列表一样清除np.array？
hitList.clear（）#hitList=np.empty（（GRIDX，GRIDY））？
对于范围内的c（self.gridsize[0]）：
对于范围内的r（self.gridsize[1]）：
p=gridpos[1]+r，gridpos[0]+c
如果oldHitList中有p：
hitList.append（p）#hitList=np.append（hitList，p）
elif自网格[r][c]==1：
如果p[0]

这将有助于对“更新”所涉及的内容进行概念性描述。如果您需要更多信息，请告诉我您几天前提出并删除了完全相同的问题。发生了什么变化？它不打算问同一个问题两次。-你能提供一个可运行的例子吗？我很难理解你在这里想做什么。什么是hitGrid？所以你有一个在100x40网格上移动的对象，每次它移动到该网格中的一个新平铺，该平铺的值都会减少1？我的解释正确吗？@sloth yes you Are这将有助于对“更新”所包含的内容进行概念性描述。如果您需要更多信息，请告诉我您在几天前询问并删除了完全相同的问题。发生了什么变化？它不打算问同一个问题两次。-你能提供一个可运行的例子吗？我很难理解你在这里想做什么。什么是hitGrid？所以你有一个在100x40网格上移动的对象，每次它移动到该网格中的一个新平铺，该平铺的值都会减少1？我的解释正确吗？@sloth是的