提高Python迭代性能

Question

所以我一直在阅读列表理解，映射和生成器作为快速迭代的方法，但所有的例子都是从现有的数组生成一个新的数组。

在我的特殊情况下，我想要更新现有二维数组的一个区域的值。有人能帮我理解如何将这些快速迭代器应用于我的特定情况吗？

下面是有问题的代码的提炼：

buffer = [[0 for x in xrange(buffer_width)] for x in xrange(buffer_height)]

offset_x = 10
offset_y = 10

width = len(data)
height = len(data[0])

for x in range(0, width, 1):                                                                          
    for y in range(0, height, 1):
        bx = int(offset_x + x)
        by = int(offset_y + y)

        buffer[bx][by] = data[x][y] | buffer[bx][by]

啊！对于错误的代码格式，我很抱歉；显然，从手机上发布内容并不是一个好主意

编辑:对于错误的初始代码，很抱歉，我已经对它进行了编辑，以便更清晰。希望很明显，我正在将一个小的2D数组的值合并到一个较大的2D数组的现有值中

Answer 1

python 1.纯

for x in xrange(offset_x, width):
    for y in xrange(offset_y, height):
        data[y][x] = buffer[y-offset_y][x-offset_x]

2. numpy

data[offset_y-1:,offset_x-1:] = buffer

我认为numpy在大数据集的情况下会更快。