dssim性能提升-2.1

针对proxy的性能提升

1. 上周看了个书的一部分《利用python进行数据分析》，里面有讲numpy和python代码优化的一些东西
2. 上次提到的collect_input_data本身的优化

       def collect_input_data(self):
        """Fetches input data and turns it into key-value pair for a system. """
        input_data = {}
        if self.system_type == "in":
            input_data['input'] = self.model.runtime.input_data[self.name]
            return input_data
   
        for name, connection in self.runtime_input_conns.items():
            #if name == "null": 
            #    continue
            #source_proxy = connection.get_source_proxy()
            #source_port_name = connection.get_source_port_name()
            source_proxy,source_port_name = connection.get_source_proxy_and_port_name() #合并成了
            try:
                input_data[name] = source_proxy.emit_output_data()[source_port_name]
            except KeyError:
                #input_data[name] = np.at_least(0)
                input_data[name] = np.array([[0]])
   
        return input_data
   

   做了一点改变，对name=="null"的判断去掉,对connection的两个函数合并， np.at_least(0)替换为更快的np.array([[0]])
3. 整体性能变化不大，而且scalene测试时多次测试的结果本身也有误差，不是大的提升不太好看出来结果。总时间300s的话，会有20s左右误差。

---

本文章使用limfx的vscode插件快速发布