python3 数据分析,python数据分析课堂

　　它不是图形处理器（而是尝试利用线程和中央处理器的向量单元),但是侏儒比科学计算快很多，您可以测试一下。在

　　我做了个基准：导入系统

　　导入时间

　　导入scipy。图像

　　导入侏儒

　　比例=10

　　n _循环=10

　　start=time.time()

　　test _ image=scipyndimage。im read(sys。argv[1])

　　对于范围内的I(0，n_loops):

　　结果=scipy。n形象。插值。bld fbx(测试图像，比例)

　　end=time.time()

　　打印"副本",结束-开始

　　start=time.time()

　　test_image=pyvips .形象。新文件。argv[1])

　　对于范围内的I(0，n_loops):

　　result=test_image.resize(scale).写入内存()

　　end=time.time()

　　打印“pyvips拿走了”，结束-开始

　　#用两个库进行转换以比较结果

　　ndi=scipy。ndimage。im read(sys。argv[1])

　　结果=scipy。ndimage。插值。bldfbx(ndi，秤)

　　scipy.misc.imsave(ndi.tif )，结果)

　　im=pyvips .形象。新文件。argv[1]，access=sequential )

　　result=im.resize(scale)

　　结果。写入文件( pyvips.tif )

　　两者都默认为双三次方侏儒是一个惰性库，因此您需要在末尾添加额外的写入内存()来生成内存数组。在

　　在这个运行Ubuntu17.10的四核八线程桌面上，有所有库的打包版本和512x512单声道版本的"莉娜"测试映像，我看到：

　　^{pr2}$

　　国家政治保卫局。参见国家政治保卫局升级版显然会再快一次，但也许侏儒足够快了？在

　　如果您比较两个输出图像，您将看到科学计算图像上移了一小部分。对于非常小的输入图像，您可以更清楚地看到发生了什么，例如，这个3x3像素的图像：

　　当科学计算和侏儒缩放20倍时：

　　这让我很困惑。此外，它们显然使用不同的内核，这也很奇怪。在

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。