如何提高python 中for循环的效率


Posted in Python onApril 15, 2020

对于某个城市的出租车数据,一天就有33210000条记录,如何将每辆车的数据单独拎出来放到一个专属的文件中呢?

思路很简单:

就是循环33210000条记录,将每辆车的数据搬运到它该去的文件中。

但是对于3000多万条数据,一个一个循环太消耗时间,我花了2个小时才搬运了60万数据,算算3000万我需要花费100个小时,也就需要4-5天。并且还需要保证这五天全天开机,不能出现卡机的事故。

因此,需要使用并行进行for循环的技巧:

由于3000万数据放到csv中导致csv打不开,因此我就把一个csv通过split软件将其切分成每份60万,共53个csv。

我原来的思路是读取文件夹,获取由每一个60万的csv文件组成的列表,再分别对每一个60万的csv进行处理。实质上还是循环33210000次,并行for循环就是同时处理几个60万的csv文件,就能成倍的减少时间消耗。

并行进行for循环是受下面的方法启发:

我之前的做法类似这样:

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

并行for循环类似这样:

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

其中,process是进行处理的函数

实例代码如下:

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

补充知识:Python3用多线程替代for循环提升程序运行速度

优化前后新老代码如下:

from git_tools.git_tool import get_collect_projects, QQNews_Git
from threading import Thread, Lock
import datetime

base_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_time

def 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_time
def get_projects_lang_code_lines(begin_date, end_date):
  """
  获取项目代码行语言相关统计——新方法(提升效率)
  应用多线程替代for循环
  并发访问共享外部资源
  :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_time
def get_projects_lang_code_lines_old(begin_date, end_date):
  """
  获取项目代码行语言相关统计——老方法(耗时严重)
  使用最基本的思路进行编程
  双层for循环嵌套并且每层都包含耗时操作
  :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:
          continue
        user_commits_lang_info_dict[member_name] = user_commits_lang_info
        project_members_commits_lang_info[git.project] = user_commits_lang_info_dict
      except:
        pass
  return project_members_commits_lang_info

def test_results_equal(resultA, resultB):
  """
  测试方法
  :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)

老方法里外层for循环和内层for循环里均存在耗时操作:

1)git.get_project_members()

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

分两步来优化,先里后外或先外后里都行。用多线程替换for循环,并发共享外部资源,加锁避免写冲突。

测试结果通过,函数运行时间装饰器显示(单位秒):

get_projects_lang_code_lines execution took up time:1.85294

get_projects_lang_code_lines_old execution took up time:108.604177

速度提升了约58倍

以上这篇如何提高python 中for循环的效率就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python解析模块(ConfigParser)使用方法
Dec 10 Python
python网络编程学习笔记(三):socket网络服务器
Jun 09 Python
简单介绍Python中的round()方法
May 15 Python
用python3 返回鼠标位置的实现方法(带界面)
Jul 05 Python
使用django的objects.filter()方法匹配多个关键字的方法
Jul 18 Python
Django框架基础模板标签与filter使用方法详解
Jul 23 Python
Python递归实现打印多重列表代码
Feb 27 Python
Python 绘制可视化折线图
Jul 22 Python
Python如何执行精确的浮点数运算
Jul 31 Python
基于Python爬取51cto博客页面信息过程解析
Aug 25 Python
Django crontab定时任务模块操作方法解析
Sep 10 Python
Python os库常用操作代码汇总
Nov 03 Python
ipython jupyter notebook中显示图像和数学公式实例
Apr 15 #Python
解决 jupyter notebook 回车换两行问题
Apr 15 #Python
Python使用monkey.patch_all()解决协程阻塞问题
Apr 15 #Python
使用python处理题库表格并转化为word形式的实现
Apr 14 #Python
浅谈Python中re.match()和re.search()的使用及区别
Apr 14 #Python
Jupyter加载文件的实现方法
Apr 14 #Python
利用jupyter网页版本进行python函数查询方式
Apr 14 #Python
You might like
PHP 文件上传功能实现代码
2009/06/24 PHP
PHP实现的汉字拼音转换和公历农历转换类及使用示例
2014/07/01 PHP
php根据年月获取当月天数及日期数组的方法
2016/11/30 PHP
使用TextRange获取输入框中光标的位置的代码
2007/03/08 Javascript
jquery 问答知识整理
2010/02/11 Javascript
图片上传插件jquery.uploadify详解
2013/11/15 Javascript
js使用for循环查询数组中是否存在某个值
2014/08/12 Javascript
javascript学习笔记(八)正则表达式
2014/10/08 Javascript
Jquery实现图片预加载与延时加载的方法
2014/12/22 Javascript
JavaScript实现的链表数据结构实例
2015/04/02 Javascript
JS正则子匹配实例分析
2016/12/22 Javascript
微信小程序 引入es6 promise
2017/04/12 Javascript
jQuery实现base64前台加密解密功能详解
2017/08/29 jQuery
10 种最常见的 Javascript 错误(频率最高)
2018/02/08 Javascript
超出JavaScript安全整数限制的数字计算BigInt详解
2018/06/24 Javascript
vue路由组件按需加载的几种方法小结
2018/07/12 Javascript
jsonp格式前端发送和后台接受写法的代码详解
2019/11/07 Javascript
JS实现简单打字测试
2020/06/24 Javascript
如何手写一个简易的 Vuex
2020/10/10 Javascript
[00:42]《辉夜杯》—职业组预选赛12月3日15点 正式打响
2015/12/03 DOTA
Python类的多重继承问题深入分析
2014/11/09 Python
Python实现对PPT文件进行截图操作的方法
2015/04/28 Python
python&MongoDB爬取图书馆借阅记录
2016/02/05 Python
python利用正则表达式提取字符串
2016/12/08 Python
基于Python_脚本CGI、特点、应用、开发环境(详解)
2017/05/23 Python
python决策树之C4.5算法详解
2017/12/20 Python
python numpy 显示图像阵列的实例
2018/07/02 Python
python 如何将数据写入本地txt文本文件的实现方法
2019/09/11 Python
Python 实现键盘鼠标按键模拟
2020/11/18 Python
Stefania Mode英国:奢华设计师和时尚服装
2017/10/23 全球购物
bonprix匈牙利:女士、男士和儿童服装
2019/07/19 全球购物
成教毕业生自我鉴定
2013/10/23 职场文书
药剂专业学生求职信范文
2013/12/28 职场文书
试用期员工工作自我评价
2014/09/10 职场文书
车辆年检委托书范本
2014/10/14 职场文书
商场圣诞节活动总结
2015/05/06 职场文书