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获取当前时间的方法
Jan 14 Python
详解Python中的正则表达式的用法
Apr 09 Python
pymongo实现多结果进行多列排序的方法
May 16 Python
python开发中module模块用法实例分析
Nov 12 Python
Python实现命令行通讯录实例教程
Aug 18 Python
Python如何判断数独是否合法
Sep 08 Python
django缓存配置的几种方法详解
Jul 16 Python
python用列表生成式写嵌套循环的方法
Nov 08 Python
python pygame模块编写飞机大战
Nov 20 Python
pandas通过loc生成新的列方法
Nov 28 Python
浅谈python下含中文字符串正则表达式的编码问题
Dec 07 Python
如何将numpy二维数组中的np.nan值替换为指定的值
May 14 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+Mysqli利用事务处理转账问题实例
2015/02/11 PHP
ThinkPHP实现生成和校验验证码功能
2017/04/28 PHP
PHP获取当前系统时间的方法小结
2018/10/03 PHP
laravel5.1 ajax post 传值_token示例
2019/10/24 PHP
使用jQuery模板来展现json数据的代码
2010/10/22 Javascript
javascript重复绑定事件造成的后果说明
2013/03/02 Javascript
jQuery中ajax和post处理json的不同示例对比
2014/11/02 Javascript
jquery比较简洁的软键盘特效实现方法
2015/03/19 Javascript
javascript中一些util方法汇总
2015/06/10 Javascript
javascript iframe跨域详解
2016/10/26 Javascript
Bootstrap 中data-[*] 属性的整理
2018/03/13 Javascript
详解express + mock让前后台并行开发
2018/06/06 Javascript
jQuery-ui插件sortable实现自由拖动排序
2018/12/01 jQuery
用Fundebug插件记录网络请求异常的方法
2019/02/21 Javascript
JS forEach跳出循环2种实现方法
2020/06/24 Javascript
学习python (2)
2006/10/31 Python
python用字典统计单词或汉字词个数示例
2014/04/22 Python
Python不规范的日期字符串处理类
2014/06/10 Python
Python基于socket实现简单的即时通讯功能示例
2018/01/16 Python
Python中文件的写入读取以及附加文字方法
2019/01/23 Python
OpenCV搞定腾讯滑块验证码的实现代码
2019/05/18 Python
使用 Python 读取电子表格中的数据实例详解
2020/04/17 Python
Python面向对象多态实现原理及代码实例
2020/09/16 Python
HTML5 Canvas draw方法制作动画效果示例
2013/07/11 HTML / CSS
英国最大的在线快递公司之一:ParcelHero
2019/11/04 全球购物
质检部岗位职责
2013/11/11 职场文书
小学教学随笔感言
2014/02/26 职场文书
英文演讲稿开场白
2014/08/25 职场文书
2014乡镇干部纪律作风整顿思想汇报
2014/09/13 职场文书
欠款起诉书范文
2015/05/19 职场文书
纪录片信仰观后感
2015/06/08 职场文书
2019年销售人员的职业生涯规划书
2019/03/25 职场文书
各类场合主持词开场白范文集锦
2019/08/16 职场文书
改造DE1103三步曲
2022/04/07 无线电
Python+Pillow+Pytesseract实现验证码识别
2022/05/11 Python
MySQL示例讲解数据库约束以及表的设计
2022/06/16 MySQL