在Python中，最快的计算一组坐标元组的质心的方法，不使用numpy。

9 浏览
0 Comments

在Python中，最快的计算一组坐标元组的质心的方法，不使用numpy。

我一直在做一个非常时间敏感的项目（不幸的是必须使用Python），其中一个广泛使用的函数是计算一个（x，y）元组列表的质心的函数。举个例子：

def centroid(*points):
    x_coords = [p[0] for p in points]
    y_coords = [p[1] for p in points]
    _len = len(points)
    centroid_x = sum(x_coords)/_len
    centroid_y = sum(y_coords)/_len
    return [centroid_x, centroid_y]

其中

>>> centroid((0, 0), (10, 0), (10, 10), (0, 10))
[5, 5]

这个函数运行得相当快，上面的例子在我的系统上平均完成时间为1.49e-05秒，但我正在寻找计算质心的最快方法。你有什么想法吗？

我另一个解决方案是这样做的（其中l是元组列表）：

map(len(l).__rtruediv__, map(sum, zip(*l)))

这个方法的运行时间在1.01e-05到9.6e-06秒之间，但不幸的是，将其转换为列表（通过将整个语句括在list( ... )中）几乎会使计算时间增加一倍。

编辑：欢迎使用纯Python提出建议，但不能使用numpy。

编辑2：刚刚发现，如果为元组列表的长度保留单独的变量，那么我上面使用map的实现可靠地在9.2e-06秒以下运行，但仍然存在转换回列表的问题。

编辑3：现在我只接受纯Python的答案，不接受numpy的答案（对于那些已经用numpy回答的人很抱歉！）

0