為 Blender:Python 編寫最佳匯出器和匯入器

如果您剛開始編寫指令碼，不要過於重視這些指南，最好先讓程式碼執行起來，然後在您開始尋找最佳化區域之前，發現對最佳化的需求。

如果您正在為其他人制作工具，請記住他們可能會使用比您測試的更大的資料集。因此，在釋出之前，最好嘗試最佳化一下。

有關更通用的 Python 效能提示，請參閱 http://wiki.python.org/moin/PythonSpeed/PerformanceTips

獲取物件（匯出/一般 Blender）

Blender.Object.Get()通常用於獲取所有要匯出的物件。這是不好的做法，因為Object.Get()將返回 Blender 中每個場景中的物件，這幾乎永遠不是使用者想要的，並且會導致資料重疊，但如果使用者擁有 2 個或更多個大型場景，消耗大量記憶體，也會花費很長時間。

相反，使用Blender.Scene.GetCurrent().getChildren()這將返回當前場景中的所有物件。

另一種選擇是使用Blender.Object.GetSelected()這將返回當前場景中可見層上的選定物件。

獲取網格資料（僅匯出）

網格不僅僅是像 Blender 中大多數其他型別那樣的薄包裝器，因此您想要避免meshObject.getData()和meshObject.data儘可能多地，最好只調用每個網格資料一次。

要獲取物件引用的資料的名稱，請不要使用 ob.getData().name 只是為了獲取物件的名稱。相反，使用obj.getData(1)…這意味著obj.getData(1=name_only)這很好，因為它適用於所有資料型別，只是

請注意，最近（截至 15/10/05）添加了 Mesh 模組（Blender 網格資料的薄包裝器），這意味著您可以執行meshObject.getData(mesh=1)不會出現 NMesh 問題，但這是新的，不支援所有 NMesh 函式。

使用新的 python 功能 mesh.transform()（僅匯出）

從 Blender 2.37 開始nmesh.transform(ob.matrix)可用於透過 4x4 變換矩陣變換 NMesh。
在我的系統上，它比在 python 中透過矩陣變換每個頂點的座標和法線快 100 多倍。雖然在我的 obj 匯出器中使用它所獲得的整體速度約為 5%。

確保如果您要匯出頂點法線，請新增 1，
mesh.transform(matrix, recalc_normals=1)這將避免不必要的頂點法線變換。

注意 python 佔用大量記憶體。（一般情況下）

對於小型應用程式，您可以忽略這一點，但我發現對於大型場景，如果早期沒有考慮到，這可能會成為問題。

Python 中的列表（以及因此 blender:python）永遠不會被釋放，但 python 可以在指令碼執行時重新使用記憶體。基本上，在 python 中建立大型列表和大量遞迴變數賦值會洩漏記憶體，只有透過重新啟動才能重新獲得。 - *如果您能 - 避免建立大型列表。*
這在 Python 2.4.1 中已修復，該版本將與 blender 編譯在一起。

列表（Python 通用）

列表查詢
[編輯 | 編輯原始碼]
在 Python 中，有一些巧妙的列表函式可以幫助您避免搜尋整個列表。
即使您沒有迴圈遍歷列表資料，python 也會，因此您需要注意會透過搜尋整個列表來減慢指令碼速度的函式。
myList.count(listItem)
myList.index(listItem)
myList.remove(listItem)
if listItem in myList: ...
上述函式對列表執行完整的迴圈，因此，如果您能夠避免在大型列表上使用它們，指令碼將執行得更快。
修改列表
[編輯 | 編輯原始碼]
在 python 中，我們可以向列表新增和刪除專案。當列表在列表開頭修改長度時，這會比較慢，因為修改後的索引之後的所有資料都需要向上或向下移動 1 個位置。

當然，向列表末尾新增專案的簡單方法是使用myList.append(listItem)或myList.extend(someList)刪除專案的最快方法是myList.pop()

要使用索引，您可以使用myList.insert(index, listItem)而 pop 也接受索引進行列表刪除，但這些操作速度較慢。

有時，重新構建列表速度更快（但更佔記憶體）。
假設我們要從列表中刪除所有三角形面。

而不是
fIdx = len(mesh.faces) # Loop backwards
while fIdx: # While the value is not 0
	fIDx -=1

	if len(mesh.faces[fIDx].v) == 3:
		mesh.pop(fIdx) # Remove the tri
使用列表推導構建新列表速度更快。
mesh.faces = [f for f in mesh.faces if len(f.v) != 3]
新增列表項
[編輯 | 編輯原始碼]
如果您有一個要新增到另一個列表的列表，而不是在 for 迴圈中追加，請使用
myList.extend([li1, li2...])
而不是...
for l in someList:
	myList.append(l)
請注意，insert 可以在需要時使用，但它比 append 速度慢，尤其是在向長列表開頭插入時。
此示例顯示了一種建立反轉列表的非常次優方法。
for l in someList:
	myList.insert(0,l)
刪除列表項
[編輯 | 編輯原始碼]
使用myList.pop(i)而不是myList.remove(listItem)
這要求您擁有列表項的索引，但速度更快，因為 remove 需要搜尋列表。
使用 pop 刪除列表項時，迴圈應優先選擇 while 迴圈而不是 for 迴圈。

以下是如何在一次迴圈中刪除項的示例，先刪除最後一個項，這樣更快（如上所述）。
listIndex = len(myList)
while listIndex:
	listIndex -=1
	if myList[listIndex].someTestProperty == 1:
		myList.pop(listIndex)
一種快速刪除項的方法是交換兩個列表項，以便要刪除的項始終在最後，這樣可以打亂列表順序。
popIndex = 5

# Swap so the popIndex is last.
myList[-1], myList[popIndex] = myList[popIndex], myList[-1]

# Remove last item (popIndex)
myList.pop()
在大型列表中刪除多個項時，這可以提高速度。
避免複製列表
[編輯 | 編輯原始碼]

將列表/字典傳遞給函式時，最好讓函式修改列表，而不是返回一個新列表。這意味著 Python 不需要在記憶體中建立新列表。
就地修改列表的函式比建立新列表的函式更有效。
normalize(vec)更快：沒有重新賦值...比...快。
vec = normalize(vec)更慢，僅用於建立新的、未連結列表的函式。

還要注意，傳遞切片列表會在 Python 記憶體中建立列表的副本，例如...
foobar(mylist[4:-1])
如果 mylist 是一個包含大量浮點數的大型列表，則複製可能會佔用大量額外的記憶體。

字典（Python 通用）

字典查詢
[編輯 | 編輯原始碼]
當您訪問字典項時，someDict['foo'] 會執行查詢操作，Python 的查詢速度非常快，但如果您在迴圈中訪問這些資料，最好建立一個可以更快引用的變數。
for key in someDict.keys():
...wip

字串

路徑名（匯出）

Blender 路徑名與其他通用 Python 模組中的路徑名不相容。
Python 的原生函式不理解 Blender 的 //（代表 Blender 中的當前檔案目錄）和 #（代表當前幀號）。
一個常見的示例是匯出場景時需要將影像路徑一起匯出。
Blender.sys.expandpath(img.filename)
將為您提供絕對路徑，因此您可以將該路徑傳遞給其他 Python 模組中的函式。

正確的字串解析（匯入/匯出）

由於許多檔案格式是 ASCII 格式，因此您解析/匯出字串的方式會對程式執行速度產生很大影響。
將字串匯入 Blender 時，有幾種解析字串的方法。

傳遞字串
[編輯 | 編輯原始碼]

使用 float(string) 而不是 eval(string)，如果您知道該值將是整數，則可以使用 int(string)，float() 也適用於整數，但如果整數被轉換為整數，則速度更快。

檢查字串開頭/結尾
[編輯 | 編輯原始碼]
如果您要檢查字串開頭是否有關鍵字，請使用...
if line.startswith('vert '):
...而不是
if line[0:5] == 'vert ':
使用 Startswith 速度略快（大約 5%）。
myString.endswith('foobar') 也可以用於行尾。
此外，如果您不確定文字是使用大寫還是小寫，請使用 lower 或 upper 字串函式。例如：if line.upper().startswith('VERT ')

將字串寫入檔案（Python 通用）

以下列出了將多個字串連線成一個字串以供寫入的 3 種方法
這實際上適用於程式碼中任何涉及大量字串連線的部分。

Python 的字串加法。如果可以避免，請不要使用，尤其是在主要的資料寫入迴圈中。
file.write(str1 + ' ' + str2 + ' ' + str3 + '\n')
字串格式化。當您從浮點數和整數寫入字串資料時，請使用此方法。
file.write('%s %s %s\n' % (str1, str2, str3))
Python 的字串連線函式。用於連線字串列表。
file.write(' '.join([str1, str2, str3, '\n']))
join 在處理多個字串時速度最快，字串格式化速度也很快（更適合轉換資料型別）。字串運算速度最慢。

其他

分析您的程式碼（Python 通用）

只需對程式碼的部分進行計時，就可以找到需要最佳化的部分。例如
time1 = Blender.sys.time()

for i in range(10):
	x = i*2

print Blender.sys.time() - time1

Psyco JIT 編譯器（Python 通用）

存在一個名為 Psyco 的 Python 模組，可以動態編譯一些 Python 函式。大多數速度提升都會影響用 Python 編寫的演算法，因此匯入器和匯出器比處理 3D 數學的指令碼從這些演算法中獲得的收益要少。
對於許多指令碼，使用 Psyco 的最簡單方法是執行以下操作。
import psyco
psyco.full()
Psyco 還可以分析您的程式碼。
import psyco
psyco.profile()
為了方便指令碼分發，最好嘗試載入 Psyco，以避免引發錯誤。
try:
	import psyco
	psyco.full()
except:
	print 'For optimal performance on an x86 CPU, install psyco'
注意，Psyco 報告使用大量系統記憶體，如果記憶體不足，最好不要使用 Psyco。

謹慎使用 Try/Except

try 函式有助於節省編寫程式碼以檢查條件的時間，
但是 'try' 比 'if' 慢大約 10 倍，因此不要在程式碼中執行多次迴圈（1000 次或更多次）的區域使用 'try'。

在某些情況下，使用 'try' 比檢查條件是否會引發錯誤更快，因此值得嘗試一下。

Python 物件

使用 "is" 而不是 "=="
[編輯 | 編輯原始碼]
在某些情況下，可以使用 "is" 而不是 "==" 進行比較，使用 "is not" 而不是 "!="。
"==" 檢查兩個變數的值是否相同，而 "is" 則測試 Python 物件是否相同，是否共享相同的記憶體——是否都是同一個物件的例項。（Python 物件，而不是 Blender 的物件）
使用 "is" 的優勢在於速度更快，因為它不需要比較那麼多資料。

以下是一個基準測試，比較 Python 類和 Blender 向量——一個是相同的，另一個是不同的。
from Blender import *

print '\n\nStarting benchmark.'

# Test class
class a:
        pass

class1 = a()
class2 = a()
vec1 = Mathutils.Vector(1,2,3)
vec2 = Mathutils.Vector(1,2,4)

f = 400000

t = sys.time()
for i in range(f):
        class1 is class1
        class1 is class2
        vec1 is vec1
        vec1 is vec2
print ' Is Banchmark %.6f' % (sys.time() - t)


t = sys.time()
for i in range(f):
        class1 == class1
        class1 == class2
        vec1 == vec1
        vec1 == vec2

print ' == Benchmark %.6f' % (sys.time() - t)
print 'Done\n'
我的電腦顯示了以下結果。我應該進行更多測試，但這足以代表其他測試。
Starting benchmark.
 Is Banchmark 0.284363
 == Benchmark 3.367173
Done
使用 vec1、vec2、class1、class2 作為整數和浮點數進行相同的測試。
"is" 仍然更快。
Starting benchmark.
 Is Banchmark 0.272853
 == Benchmark 0.322123
Done