亚洲精品久久久中文字幕-亚洲精品久久片久久-亚洲精品久久青草-亚洲精品久久婷婷爱久久婷婷-亚洲精品久久午夜香蕉

您的位置:首頁技術文章
文章詳情頁

如何提高python 中for循環(huán)的效率

瀏覽:6日期:2022-07-30 09:04:14

對于某個城市的出租車數(shù)據(jù),一天就有33210000條記錄,如何將每輛車的數(shù)據(jù)單獨拎出來放到一個專屬的文件中呢?

思路很簡單:

就是循環(huán)33210000條記錄,將每輛車的數(shù)據(jù)搬運到它該去的文件中。

但是對于3000多萬條數(shù)據(jù),一個一個循環(huán)太消耗時間,我花了2個小時才搬運了60萬數(shù)據(jù),算算3000萬我需要花費100個小時,也就需要4-5天。并且還需要保證這五天全天開機,不能出現(xiàn)卡機的事故。

因此,需要使用并行進行for循環(huán)的技巧:

由于3000萬數(shù)據(jù)放到csv中導致csv打不開,因此我就把一個csv通過split軟件將其切分成每份60萬,共53個csv。

我原來的思路是讀取文件夾,獲取由每一個60萬的csv文件組成的列表,再分別對每一個60萬的csv進行處理。實質上還是循環(huán)33210000次,并行for循環(huán)就是同時處理幾個60萬的csv文件,就能成倍的減少時間消耗。

并行進行for循環(huán)是受下面的方法啟發(fā):

我之前的做法類似這樣:

words = [’apple’, ’bananan’, ’cake’, ’dumpling’] for word in words: print word

并行for循環(huán)類似這樣:

from multiprocessing.dummy import Pool as ThreadPoolitems = list()pool = ThreadPool()pool.map(process, items)pool.close()pool.join()

其中,process是進行處理的函數(shù)

實例代碼如下:

# -*- coding: utf-8 -*-import timefrom multiprocessing.dummy import Pool as ThreadPooldef process(item): print(’正在并行for循環(huán)’) print(item) time.sleep(5)items = [’apple’, ’bananan’, ’cake’, ’dumpling’]pool = ThreadPool()pool.map(process, items)pool.close()pool.join()

補充知識:Python3用多線程替代for循環(huán)提升程序運行速度

優(yōu)化前后新老代碼如下:

from git_tools.git_tool import get_collect_projects, QQNews_Gitfrom threading import Thread, Lockimport datetimebase_url = 'http://git.xx.com'project_members_commits_lang_info = {}lock = Lock()threads = []’’’Author:zenkilan’’’def count_time(func): def took_up_time(*args, **kwargs): start_time = datetime.datetime.now() ret = func(*args, **kwargs) end_time = datetime.datetime.now() took_up_time = (end_time - start_time).total_seconds() print(f'{func.__name__} execution took up time:{took_up_time}') return ret return took_up_timedef get_project_member_lang_code_lines(git, member, begin_date, end_date): global project_members_commits_lang_info global lock member_name = member['username'] r = git.get_user_info(member_name) if not r['id']: return user_commits_lang_info = git.get_commits_user_lang_diff_between(r['id'], begin_date, end_date) if len(user_commits_lang_info) == 0: return lock.acquire() project_members_commits_lang_info.setdefault(git.project, dict()) project_members_commits_lang_info[git.project][member_name] = user_commits_lang_info lock.release()def get_project_lang_code_lines(project, begin_date, end_date): global threads git = QQNews_Git(project[1], base_url, project[0]) project_members = git.get_project_members() if len(project_members) == 0: return for member in project_members: thread = Thread(target=get_project_member_lang_code_lines, args=(git, member, begin_date, end_date)) threads.append(thread) thread.start()@count_timedef get_projects_lang_code_lines(begin_date, end_date): ''' 獲取項目代碼行語言相關統(tǒng)計——新方法(提升效率) 應用多線程替代for循環(huán) 并發(fā)訪問共享外部資源 :return: ''' global project_members_commits_lang_info global threads for project in get_collect_projects(): thread = Thread(target=get_project_lang_code_lines, args=(project, begin_date, end_date)) threads.append(thread) thread.start()@count_timedef get_projects_lang_code_lines_old(begin_date, end_date): ''' 獲取項目代碼行語言相關統(tǒng)計——老方法(耗時嚴重) 使用最基本的思路進行編程 雙層for循環(huán)嵌套并且每層都包含耗時操作 :return: ''' project_members_commits_lang_info = {} for project in get_collect_projects(): git = QQNews_Git(project[1], base_url, project[0]) project_members = git.get_project_members() user_commits_lang_info_dict = {} if len(project_members) == 0: continue for member in project_members: member_name = member['username'] r = git.get_user_info(member_name, debug=False) if not r['id']:continue try:user_commits_lang_info = git.get_commits_user_lang_diff_between(r['id'], begin_date, end_date)if len(user_commits_lang_info) == 0: continueuser_commits_lang_info_dict[member_name] = user_commits_lang_infoproject_members_commits_lang_info[git.project] = user_commits_lang_info_dict except:pass return project_members_commits_lang_infodef test_results_equal(resultA, resultB): ''' 測試方法 :param resultA: :param resultB: :return: ''' print(resultA) print(resultB) assert len(str(resultA)) == len(str(resultB))if __name__ == ’__main__’: from git_tools.config import begin_date, end_date get_projects_lang_code_lines(begin_date, end_date) for t in threads: t.join() old_result = get_projects_lang_code_lines_old(begin_date, end_date) test_results_equal(old_result, project_members_commits_lang_info)

老方法里外層for循環(huán)和內層for循環(huán)里均存在耗時操作:

1)git.get_project_members()

2)git.get_user_info(member_name, debug=False)

分兩步來優(yōu)化,先里后外或先外后里都行。用多線程替換for循環(huán),并發(fā)共享外部資源,加鎖避免寫沖突。

測試結果通過,函數(shù)運行時間裝飾器顯示(單位秒):

get_projects_lang_code_lines execution took up time:1.85294

get_projects_lang_code_lines_old execution took up time:108.604177

速度提升了約58倍

以上這篇如何提高python 中for循環(huán)的效率就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持好吧啦網。

標簽: Python 編程
相關文章:
主站蜘蛛池模板: 91久久国产精品视频 | 不卡福利视频 | 国产在线视频精品视频免费看 | 日韩电影中文字幕 | 中文字幕一区二区三区不卡 | 国产黄色免费在线观看 | 一级黄色在线播放 | 欧美三级不卡视频 | 天天综合亚洲国产色 | 日本不卡一区二区三区在线观看 | 久草在线中文888 | 国产精品va在线观看无 | 一级在线免费视频 | 亚洲综合欧美色综合小说 | 国产免费午夜 | 热re91久久精品国产91热 | 黄色永久免费网站 | 国产免费一区二区三区在线 | 亚洲国产精品综合福利专区 | 日韩免费三级 | 涩涩www在线观看免费高清 | 日韩一级片在线免费观看 | 91高清免费国产自产拍2021 | 中文字幕2021| 婷婷久操 | 国产成人深夜福利短视频99 | 国产一区二区三区亚洲欧美 | 谁有免费黄色网址 | 老妇综合久久香蕉蜜桃 | 欧美日韩高清观看一区二区 | 看一级片 | 久久精品不卡 | 直接看黄的网址 | 免费国产黄 | 香蕉视频在线视频 | 伊人久久久久久久久香港 | 西川结衣在线精品视频 | 欧美国产一区二区二区 | 亚洲精品字幕一区二区三区 | 欧美日韩高清性色生活片 | 日韩中文字幕免费版 |