使用嵌套循环的3D网格搜索的Python优化

Question

想象一下，我们有一个具有离散点的3D网格。 3维（包括间隔端点）的范围为：

in x：[4000,7000]，步长1000 y：[0.0,2.0]，步长1.0 z：[-0.75,0.75]，步长0.25

现在应该为[4000,7000,100]，[0.0,2.0,0.1]，[-0.75,0.75,0.05]（大约20000 = 31 * 21 * 31分）：

找到包含该点的最小长方体。然而，网格中存在漏洞（每个点应该有一个“物理”对应文件，但有些不会）。我尝试以下非常简单的代码（在这里我叫立方体“立方体”）：

def findcubesnew(startvalues, endvalues, resols, \ 
    loopvalues, refvalues, modelpath): 

    cubearray = [] 
    startvalue1 = startvalues[0] 
    endvalue1 = endvalues[0] 
    resol1 = resols[0] 
    refvalue1 = refvalues[0] 
    loopstop1 = loopvalues[0][0] 
    loopstart1 = loopvalues[1][0] 
    startvalue2 = startvalues[1] 
    endvalue2 = endvalues[1] 
    resol2 = resols[1] 
    refvalue2 = refvalues[1] 
    loopstop2 = loopvalues[0][1] 
    loopstart2 = loopvalues[1][1] 
    startvalue3 = startvalues[2] 
    endvalue3 = endvalues[2] 
    resol3 = resols[2] 
    refvalue3 = refvalues[2] 
    loopstop3 = loopvalues[0][2] 
    loopstart3 = loopvalues[1][2] 
    refmass = refvalues[3] 
    refveloc = refvalues[4] 

    for start1 in numpy.arange(startvalue1, loopstop1 + resol1, resol1): 
    for end1 in numpy.arange(loopstart1, endvalue1 + resol1, resol1): 
     for start2 in numpy.arange(startvalue2, loopstop2 + resol2, resol2): 
     for end2 in numpy.arange(loopstart2, endvalue2 + resol2, resol2): 
      for start3 in numpy.arange(startvalue3, loopstop3 + resol3, resol3): 
      for end3 in numpy.arange(loopstart3, endvalue3 + resol3, resol3): 
       if glob.glob(*start1*start2*start3) and \ 
       if glob.glob(modelpath/*start1*start2*end3) and \ 
       if glob.glob(modelpath/*start1*end2*start3) and \ 
       if glob.glob(modelpath/*start1*end2*end3) and \ 
       if glob.glob(modelpath/*end1*start2*start3) and \ 
       if glob.glob(modelpath/*end1*start2*end3) and \ 
       if glob.glob(modelpath/*end1*end2*start3) and \ 
       if glob.glob(modelpath/*end1*end2*end3): 
        cubearray.append((start1, end1, start2, end2, start3, end3)) 
       else: 
        pass 
    return cubearray 

foundcubearray = findcubesnew([metalstart, tempstart, loggstart], \ 
    [metalend, tempend, loggend], [metalresol, tempresol, loggresol], \ 
    looplimitarray, [refmetal, reftemp, reflogg, refmass, refveloc], \ 
    modelpath) 
if foundcubearray: 
    bestcube = findsmallestcubenew(foundcubearray, \ 
    [metalresol, tempresol, loggresol]) 
    .... 

因此，我走在从下格栅边框下方的所需点的最大值x方向的循环，我们要得到长方体，并在另一个循环中从点之后的最小值到较高的网格边界。对于y方向和z方向也是类似的，并且环相互嵌套。 if部分是没有格式字符串等的伪代码，并检查是否存在具有这些值（以及其他数量也可以在文件名中）的所有文件（立方体的所有角都存在）。

此代码还发现点或线或矩形，如果点的一个或多个坐标，在我们的网格值一致，但它不是一个问题（实际上是需要）。

这里的瓶颈在于搜索长方体需要相当长的时间（如果有多个相同（最小）的尺寸，可以很容易地找到最小的长方体，我不在乎选择哪一个） 。另外我需要读入网格的开始和结束值，步长，我的点的参考值（坐标）和其他一些变量。任何方式来优化代码？大约需要1.4秒，因此~20000点〜8小时，这太长了。

我知道如果我找到最小的长方体，例如对于点4500,0.5,0.1，我可以立即知道立方体内的所有其他点的极限[4000,5000; 0.0，1.0; 0，0.25]具有相同的最小长方体。不过，我对能够优化所有20000次运行的计算时间的解决方案感兴趣。此应用程序是恒星模型的插值程序，其中需要8个围绕插值点的长方体形状的网格点。

P.S .:我希望延续线断裂和缩进是正确的。在我的代码中，它们不存在，尽管超出每行80个字符不是一种好的方式:)。

Answer 1

我的建议是不要使用glob。如果我正确读取数字，那么modelpath目录最多可以包含20,000个文件，并且在内部循环体中可能有8个文件。我很惊讶，每点只需要1.4秒！

文件名正被用作布尔值，对不对？重要的是该文件是否存在。

我会创建一个与您的3D网格尺寸相同的布尔值的3D数组，并初始化为False。然后通读目录的内容，将每个文件名转换为3D索引并将其设置为True。

然后使用布尔数组而不是文件系统来搜索点。

希望这会有所帮助。