有什么方法可以在听写理解中听写理解吗？

Question

我有这段代码：

position = {}
for x in range(imdim[0]-shapesize+1):
  for y in range(imdim[1]-shapesize+1):
    curim = im[x:x+shapesize,y:y+shapesize]
    shapedict = {}
    for shapeid,(shape,contour) in enumerate(zip(shapes,contours)):
      values = {}
      curshape = curim[shape]
      curcontour = curim[contour]
      values['meandiff'] = curshape.mean()-curcontour.mean()
      values['maxmin'] = int(curshape.min())-int(curcontour.max())
      shapedict[shapeid] = values
    position[(x,y)] = shapedict
return position

...其中 im 是一个图像（numpy 数组），imdim 它的形状、形状和轮廓是比 im 更小维度（shapesize*shapesize）的二进制数组的列表。

它确实有效，但我想知道是否有一种方法可以用字典理解、初始风格来编写所有这些内容。如果是，它会运行更快吗？

此外，欢迎对样式或优化发表任何评论！

Answer 1

我觉得应该可以，但我没有真正测试过：

position = {
    (x, y): {
        shapeid: {'meandiff': curim[shape].mean() - curim[contour].mean(),
                  'maxmin': int(curim[shape].min()) - int(curim[contour].max())}
        for shapeid,(shape,contour) in enumerate(zip(shapes,contours))
    }
    for (x,y,curim) in ((x, y, im[x:x+shapesize, y:y+shapesize])
            for x in range(imdim[0]-shapesize+1) 
            for y in range(imdim[1]-shapesize+1)
    )
}

棘手的部分是您定义的临时变量。对于 curim 我创建了一个内部生成器表达式，否则你必须写四次该表达式。您可以对 curshape 和 curcontour 执行相同的操作，但我认为不值得增加嵌套级别。

是否更快：可能不会，当然不会很明显。恕我直言，更重要的是代码的可读性。这当然是见仁见智了。就个人而言，我认为它比您的原始代码更具可读性。

有什么方法可以在听写理解中听写理解吗？

Any way to dict comprehension in dict comprehension in dict comprehension this?

python

dictionary-comprehension