色综合图-色综合图片-色综合图片二区150p-色综合图区-玖玖国产精品视频-玖玖香蕉视频

您的位置:首頁技術(shù)文章
文章詳情頁

如何提高python 中for循環(huán)的效率

瀏覽:2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(jìn)行for循環(huán)的技巧:

由于3000萬數(shù)據(jù)放到csv中導(dǎo)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(jìn)行處理。實質(zhì)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(jìn)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(jìn)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(guān)統(tǒng)計——新方法(提升效率) 應(yīng)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(guān)統(tǒng)計——老方法(耗時嚴(yán)重) 使用最基本的思路進(jìn)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(nèi)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(jié)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(nèi)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(wǎng)。

標(biāo)簽: Python 編程
相關(guān)文章:
主站蜘蛛池模板: 国产精品美女久久福利网站 | 亚洲国产一区在线 | 国产精品久久久久免费 | 久久在线一区 | 久久国产成人精品国产成人亚洲 | 精品 日韩 国产 欧美在线观看 | 91亚洲精品一区二区在线观看 | 欧美精品综合一区二区三区 | www.久久精品| 中文字幕福利 | 一级毛片在线免费看 | 日本乱人伦在线观看免费 | 久久99国产精品久久99无号码 | 欧美大片国产在线永久播放 | 亚洲素人在线 | 欧美成人性做爰网站免费 | 在线一区播放 | 国产成人18黄网站免费网站 | 亚洲a网| 国产一区二区久久精品 | 国产福利片在线 易阳 | 毛片在线视频 | 国产一级毛片免 | 久久久久综合国产 | 亚洲国产精品久久卡一 | 特级深夜a级毛片免费观看 特级生活片 | 中文字幕视频网站 | 成人国产精品一区二区网站 | 国产自线一二三四2021 | 欧美一级特黄特色大片免费 | 精品国产不卡一区二区三区 | 午夜dj视频完整社区 | 成人小视频在线播放 | 美女视频很黄很a免费国产 美女视频黄.免费网址 | avtt加勒比手机版天堂网 | 一色屋色费精品视频在线观看 | 99精品视频在线观看免费播放 | 免费一区二区三区视频狠狠 | 欧美成人自拍视频 | 日本www免费视频网站在线观看 | 在线观看欧美亚洲日本专区 |