Pygame像素处理效率低下求助：如何优化鼠标距离着色逻辑？

核心性能瓶颈分析 #

你的代码有两个关键拖慢速度的问题：

• Python嵌套循环遍历400×400=16万像素，纯Python循环的计算效率极低
• 调用window.set_at()逐个绘制像素，这个函数单次调用开销大，批量绘制才是正确的姿势

优化方案（无需更换技术栈） #

1. 用Numpy向量化计算替代Python循环 #

利用Numpy的广播特性，一次性完成所有像素的距离计算，完全抛弃低效的Python循环：

import numpy as np
import pygame as pg

WIDTH, HEIGHT = 400, 400

# 提前生成网格坐标矩阵，避免每次循环重复创建
x_coords = np.arange(WIDTH)
y_coords = np.arange(HEIGHT)
X, Y = np.meshgrid(x_coords, y_coords)

# 初始化GRID为uint8类型，节省内存并适配颜色值范围
GRID = np.zeros((HEIGHT, WIDTH), dtype=np.uint8)

# 主循环内的计算逻辑
mouse_x, mouse_y = pg.mouse.get_pos()
# 先计算距离平方（减少开根号的计算量）
dist_sq = (X - mouse_x)**2 + (Y - mouse_y)**2
# 开根号后用clip限制范围，直接转成uint8格式
dist = np.sqrt(dist_sq)
GRID = np.clip(dist, 0, 255).astype(np.uint8)

注意：meshgrid只需初始化一次，不用每次循环重复创建；np.clip比手动min(max(...))效率高得多；指定dtype能减少内存占用和类型转换开销。

2. 批量绘制：用Surface/blit_array替代set_at #

把Numpy数组转换成Pygame支持的格式后一次性绘制，比逐个像素调用set_at快几个数量级：

# 将单通道灰度图扩展为RGB三通道
grid_rgb = np.stack((GRID, GRID, GRID), axis=-1)
# 直接用blit_array把数组绘制到窗口，跳过Surface创建步骤
pg.surfarray.blit_array(window, grid_rgb)

或者也可以先创建Surface再blit：

surface = pg.surfarray.make_surface(grid_rgb)
window.blit(surface, (0, 0))

3. 其他细节优化 #

• 把pg.mouse.get_pos()移出循环（你原代码里每次循环都调用，完全没必要，只需要计算前调用一次）
• 创建窗口时开启硬件加速：window = pg.display.set_mode((WIDTH, HEIGHT), pg.HWSURFACE | pg.DOUBLEBUF)
• 主循环内尽量减少不必要的变量创建和内存分配

要不要切换到C++&SFML？ #

先试试上面的优化方案，优化后帧率应该能轻松跑到60FPS以上。只有当你需要处理复杂度极高的像素运算（比如实时复杂滤镜、超大规模粒子系统），且Python的性能已经触顶时，再考虑切换到C++&SFML。毕竟Python的开发效率更高，调试也更便捷。

内容的提问来源于stack exchange，提问作者Chromozoon