程序的效率问题,在大数据或复杂运算的时候是不能忽略的。但在IDL程序的编写方式上,不能按照常规的循环for依次处理方式写,简单归纳下,提高效率的运行的写法注意下面两种方式。
1、 尽量避免或少用循环
2、 多用where和Histogram;
说起来很容易,但实际写的时候一定要多斟酌斟酌。
举例1:对2000*2000的数组中大于100的值进行累加
代码:
PRO TEST_TIME
;
a = DIST(2000,2000)
sum = 0.
sum1 = 0.
start = SYSTIME(1)
FOR i=0L,N_ELEMENTS(a)-1L DO BEGIN
IF(a[i] GT 100.0) THEN BEGIN
sum = sum +a[i]
ENDIF
ENDFOR
fortime = SYSTIME(1)-start
PRINT,'for time:',fortime
i=0L
start = SYSTIME(1)
WHILE i LT N_ELEMENTS(a)-1L DO BEGIN
IF(a[i] GT 100.0)THEN sum = sum +a[i]
i++
ENDWHILE
whiletime = SYSTIME(1)-start
PRINT,'while time:',whiletime
start = SYSTIME(1)
sum = TOTAL(a * (a GT 100.0))
funtime = SYSTIME(1)-start
PRINT,'function time:',funtime
;倍数
print,'result for VS function:', fortime/funtime
print,'result while VS function:',whiletime/funtime
END
行后的输出:
![](http://image.sciencenet.cn/album/201109/18/1259108eyyiiilndnkicyk.jpg)
到差别了吧,循环比函数直接运算慢至少一个数量级!
举例2:对一个图像中的特定值,若存在,则以该像素为中心,特定半径内的元素统一修改为某值。
以IDL自带的一个图像为例,将数据值等于142的赋为0.
源码如下:
;≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌
;
;计算两个点的距离
;
function CalDistance, point1, point2
compile_opt idl2 ;
Return, SQRT((point1[0]-point2[0])^2+(point1[1]-point2[1])^2)
end
;≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌
;
;搜索当前坐标周围Distance内的下标,注意输入x和y方向的坐标范围xRange和yRange
;
function calIdxInDistance, curLoc, distance;,xRange,yRange
;初始化临时下标
suitLoc = [0,0]
;循环一次,计算矩形范围内的符合要求下标
for xLoc = curLoc[0]-distance, curLoc[0]+distance do begin
for yLoc = curLoc[1]-distance, curLoc[1]+distance do begin
if calDistance(curLoc, [xLoc,yLoc]) LE distance then suitLoc = [[suitLoc],[xLoc,yLoc]]
endfor
end
;
return, suitLoc[*,1:(N_Elements(suitLoc)/2-1)]
end
;≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌≌
;
;测试即调用主函数
pro test_process
;原数据
file = FILEPATH('rbcells.jpg', $
SUBDIRECTORY = ['examples', 'data'])
READ_JPEG, file, data
;
if size(data,/n_dimensions) ne 2 then return
dims = size(data,/dimension)
startTime = systime(1)
;当值等于142时,半径5内的元素赋值为0
eqValue = 142
repValue = 0
;符合要求的坐标
suitIdx = calIdxInDistance([0,0],5)
;新数据
nData = data
idxs = where(data eq eqValue,count)
for curIdx =0,count-1 do begin
nSuit = suitIdx
;转换为二维坐标
suitLoc = ARRAY_INDICES(data, idxs[curIdx])
nSuit[0,*]= nSuit[0,*]+suitLoc[0]
nSuit[1,*]= nSuit[1,*]+suitLoc[1]
;下标要在数组自身范围内
nSuit[0,*] = dims[0] < nSuit[0,*] > 0
nSuit[1,*] = dims[1] < nSuit[1,*] > 0
;符合要求的位置赋值
nData[nSuit[0,*],nSuit[1,*]] = repValue
endfor
;输出花费时间
print,systime(1) - startTime
;
ns = dims[0]
nl = dims[1]
new = data
new1 = data
startTime = systime(1)
for i=0,ns-1 do begin
for j=0,nl-1 do begin
if new[i,j] eq eqValue then begin
for m=0,ns-1 do begin
for n=0,nl-1 do begin
if (m-i*1L)^2+(n-j*1L)^2 le 25 then new1[m,n]=0
endfor
endfor
endif
endfor
endfor
print,'common time:',systime(1) - startTime
window,1,xSize = dims[0]*2,ySize = dims[1]
tvscl,Data,0
tvscl,ndata,1
window,2,xSize = dims[0]*2,ySize = dims[1]
tvscl,new,0
tvscl,new1,1
end
运行后输出
![](http://image.sciencenet.cn/album/201109/18/125912c5ck4h4i4vaau44k.jpg)
输出图像如下:
![](http://image.sciencenet.cn/album/201109/18/125918uu6usu9611fozlk3.jpg)
结果一样,但循环所花费的时间多了1千多倍,所以方法或函数选择一定要注意下。