天堂呦呦成人AV片国产,精品黄网在线,国产亚洲精品无码,久久99精品色欲国产天美

您現(xiàn)在所在的位置:首頁 >關(guān)于奇酷 > 行業(yè)動(dòng)態(tài) > qiku教你:如何運(yùn)用Python編程處理大數(shù)據(jù)

qiku教你:如何運(yùn)用Python編程處理大數(shù)據(jù)

來源:奇酷教育 發(fā)表于:

奇酷教育-Python培訓(xùn)_Python教程_Python基礎(chǔ)教程

  今天qiku要分享給你的是如何運(yùn)用Python編程處理大數(shù)據(jù)、用Python編程處理大數(shù)據(jù)的技巧是什么等相關(guān)內(nèi)容,感興趣的話就一起來看看吧:
  如果你有個(gè)5、6 G 大小的文件,想把文件內(nèi)容讀出來做一些處理然后存到另外的文件去,你會(huì)使用什么進(jìn)行處理呢?不用在線等,給幾個(gè)錯(cuò)誤示范:有人用multiprocessing 處理,但是效率非常低。于是,有人用python處理大文件還是會(huì)存在效率上的問題。因?yàn)樾手皇呛皖A(yù)期的時(shí)間有關(guān),不會(huì)報(bào)錯(cuò),報(bào)錯(cuò)代表程序本身出現(xiàn)問題了~
  所以,為什么用python處理大文件總有效率問題?
  如果工作需要,立刻處理一個(gè)大文件,你需要注意兩點(diǎn):
  01大型文件的讀取效率
  面對(duì)100w行的大型數(shù)據(jù),經(jīng)過測(cè)試各種文件讀取方式,得出結(jié)論:
  with open(filename,"rb") as f:
  for fLine in f:
  pass
  方式最快,100w行全遍歷2.7秒。
  基本滿足中大型文件處理效率需求。如果rb改為r,慢6倍。但是此方式處理文件,fLine為bytes類型。但是python自行斷行,仍舊能很好的以行為單位處理讀取內(nèi)容。
  02文本處理效率問題
  這里舉例ascii定長(zhǎng)文件,因?yàn)檫@個(gè)也并不是分隔符文件,所以打算采用列表操作實(shí)現(xiàn)數(shù)據(jù)分割。但是問題是處理20w條數(shù)據(jù),時(shí)間急劇上升到12s。本以為是byte.decode增加了時(shí)間。遂去除decode全程bytes處理。但是發(fā)現(xiàn)效率還是很差。
  最后用最簡(jiǎn)單方式測(cè)試,首次運(yùn)行,最簡(jiǎn)單方式也要7.5秒100w次。
  想知道這個(gè)方式處理的完整代碼是什么嗎?掃描文末二維碼,聯(lián)系小編可以獲取哦~
  那么關(guān)于python處理大文件的技巧,從網(wǎng)絡(luò)整理三點(diǎn):列表、文件屬性、字典三個(gè)點(diǎn)來看看。
  1.列表處理
  def fun(x):盡量選擇集合、字典數(shù)據(jù)類型,千萬不要選擇列表,列表的查詢速度會(huì)超級(jí)慢,同樣的,在已經(jīng)使用集合或字典的情況下,不要再轉(zhuǎn)化成列表進(jìn)行操作,比如:
  values_count = 0
  # 不要用這種的
  if values in dict.values():
  values_count += 1
  # 盡量用這種的
  if keys,values in dict:
  values_count += 1
  后者的速度會(huì)比前者快好多好多。
  2. 對(duì)于文件屬性
  如果遇到某個(gè)文件,其中有屬性相同的,但又不能進(jìn)行去重操作,沒有辦法使用集合或字典時(shí),可以增加屬性,比如將原數(shù)據(jù)重新映射出一列計(jì)數(shù)屬性,讓每一條屬性具有唯一性,從而可以用字典或集合處理:
  return '(' + str(x) + ', 1)'
  list(map(fun,[1,2,3]))
  使用map函數(shù)將多個(gè)相同屬性增加不同項(xiàng)。
  3. 對(duì)于字典
  多使用iteritems()少使用items(),iteritems()返回迭代器:
  >>> d = {'a':1,'b':2}
  >>> for i in d.items() :
  ....    print i
  ('a',1)
  ('b',2)
  >>> for k,v in d.iteritems() :
  ...     print k,v
  ('a',1)
  ('b',2)
  字典的items函數(shù)返回的是鍵值對(duì)的元組的列表,而iteritems使用的是鍵值對(duì)的generator,items當(dāng)使用時(shí)會(huì)調(diào)用整個(gè)列表 iteritems當(dāng)使用時(shí)只會(huì)調(diào)用值。
  除了以下5個(gè)python使用模塊,你還有什么技巧解決大文件運(yùn)行效率的問題嗎?掃一掃來和我們一起交流,深入了解更多Python實(shí)用模塊,快速提升工作效率~
  1. 讀寫文件技術(shù),今后會(huì)用到測(cè)試數(shù)據(jù)的參數(shù)化和測(cè)試報(bào)告寫作功能中~
  2. 數(shù)據(jù)處理技術(shù),今后測(cè)試腳本的測(cè)試數(shù)據(jù)處理過程可以用到~
  3. 數(shù)據(jù)統(tǒng)計(jì)分析技術(shù),今后會(huì)在測(cè)試結(jié)果分析中用到
  4. 圖表展示技術(shù),在今后的測(cè)試框架中相關(guān)測(cè)試報(bào)告會(huì)用到
  5. 程序自動(dòng)觸發(fā)技術(shù),可用于測(cè)試腳本程序的自動(dòng)執(zhí)行。
  以上就是qiku為大家分享的“qiku教你:如何運(yùn)用Python編程處理大數(shù)據(jù)”謝謝大家觀看,如果對(duì)Python感興趣的話,想學(xué)Python培訓(xùn)的,也可以在線咨詢,我們將竭誠為你解答。