欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python多進(jìn)程提取處理大量文本的關(guān)鍵詞方法

 更新時(shí)間:2018年06月05日 15:39:44   作者:懷夢(mèng)遠(yuǎn)航  
今天小編就為大家分享一篇python多進(jìn)程提取處理大量文本的關(guān)鍵詞方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

經(jīng)常需要通過(guò)python代碼來(lái)提取文本的關(guān)鍵詞,用于文本分析。而實(shí)際應(yīng)用中文本量又是大量的數(shù)據(jù),如果使用單進(jìn)程的話,效率會(huì)比較低,因此可以考慮使用多進(jìn)程。

python的多進(jìn)程只需要使用multiprocessing的模塊就行,如果使用大量的進(jìn)程就可以使用multiprocessing的進(jìn)程池--Pool,然后不同進(jìn)程處理時(shí)使用apply_async函數(shù)進(jìn)行異步處理即可。

實(shí)驗(yàn)測(cè)試語(yǔ)料:message.txt中存放的581行文本,一共7M的數(shù)據(jù),每行提取100個(gè)關(guān)鍵詞。

代碼如下:

#coding:utf-8
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
from multiprocessing import Pool,Queue,Process
import multiprocessing as mp 
import time,random
import os
import codecs
import jieba.analyse
jieba.analyse.set_stop_words("yy_stop_words.txt")
def extract_keyword(input_string):
	#print("Do task by process {proc}".format(proc=os.getpid()))
	tags = jieba.analyse.extract_tags(input_string, topK=100)
	#print("key words:{kw}".format(kw=" ".join(tags)))
	return tags
#def parallel_extract_keyword(input_string,out_file):
def parallel_extract_keyword(input_string):
	#print("Do task by process {proc}".format(proc=os.getpid()))
	tags = jieba.analyse.extract_tags(input_string, topK=100)
	#time.sleep(random.random())
	#print("key words:{kw}".format(kw=" ".join(tags)))
	#o_f = open(out_file,'w')
	#o_f.write(" ".join(tags)+"\n")
	return tags
if __name__ == "__main__":
	data_file = sys.argv[1]
	with codecs.open(data_file) as f:
		lines = f.readlines()
		f.close()
	
	out_put = data_file.split('.')[0] +"_tags.txt" 
	t0 = time.time()
	for line in lines:
		parallel_extract_keyword(line)
		#parallel_extract_keyword(line,out_put)
		#extract_keyword(line)
	print("串行處理花費(fèi)時(shí)間{t}".format(t=time.time()-t0))
	
	pool = Pool(processes=int(mp.cpu_count()*0.7))
	t1 = time.time()
	#for line in lines:
		#pool.apply_async(parallel_extract_keyword,(line,out_put))
	#保存處理的結(jié)果,可以方便輸出到文件
	res = pool.map(parallel_extract_keyword,lines)
	#print("Print keywords:")
	#for tag in res:
		#print(" ".join(tag))
	pool.close()
	pool.join()
	print("并行處理花費(fèi)時(shí)間{t}s".format(t=time.time()-t1))

運(yùn)行:

python data_process_by_multiprocess.py message.txt

message.txt是每行是一個(gè)文檔,共581行,7M的數(shù)據(jù)

運(yùn)行時(shí)間:

不使用sleep來(lái)掛起進(jìn)程,也就是把time.sleep(random.random())注釋掉,運(yùn)行可以大大節(jié)省時(shí)間。

以上這篇python多進(jìn)程提取處理大量文本的關(guān)鍵詞方法就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • pandas 對(duì)series和dataframe進(jìn)行排序的實(shí)例

    pandas 對(duì)series和dataframe進(jìn)行排序的實(shí)例

    今天小編就為大家分享一篇pandas 對(duì)series和dataframe進(jìn)行排序的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-06-06
  • 哈工大自然語(yǔ)言處理工具箱之ltp在windows10下的安裝使用教程

    哈工大自然語(yǔ)言處理工具箱之ltp在windows10下的安裝使用教程

    這篇文章主要介紹了哈工大自然語(yǔ)言處理工具箱之ltp在windows10下的安裝使用教程,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-05-05
  • 關(guān)于matlab圖像濾波詳解(二維傅里葉濾波)

    關(guān)于matlab圖像濾波詳解(二維傅里葉濾波)

    這篇文章主要介紹了關(guān)于matlab圖像濾波詳解(二維傅里葉濾波),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-02-02
  • python語(yǔ)音識(shí)別whisper的使用

    python語(yǔ)音識(shí)別whisper的使用

    本文主要介紹了python語(yǔ)音識(shí)別whisper的使用,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2023-02-02
  • 詳解python中遞歸函數(shù)

    詳解python中遞歸函數(shù)

    這篇文章主要介紹了python遞歸函數(shù),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2019-04-04
  • 全面了解python中的類(lèi),對(duì)象,方法,屬性

    全面了解python中的類(lèi),對(duì)象,方法,屬性

    下面小編就為大家?guī)?lái)一篇全面了解python中的類(lèi),對(duì)象,方法,屬性。小編覺(jué)得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2016-09-09
  • Python數(shù)據(jù)結(jié)構(gòu)詳細(xì)

    Python數(shù)據(jù)結(jié)構(gòu)詳細(xì)

    本文將詳細(xì)講解Python的數(shù)據(jù)結(jié)構(gòu),下面我們將講解Python關(guān)于關(guān)于列表更多的內(nèi)容以及del 語(yǔ)句和元組和序列等一些具體內(nèi)容,需要的下伙伴可以參考一下
    2021-09-09
  • Python使用PyCrypto實(shí)現(xiàn)AES加密功能示例

    Python使用PyCrypto實(shí)現(xiàn)AES加密功能示例

    這篇文章主要介紹了Python使用PyCrypto實(shí)現(xiàn)AES加密功能,結(jié)合具體實(shí)例形式分析了PyCrypto實(shí)現(xiàn)AES加密的操作步驟與相關(guān)實(shí)現(xiàn)技巧,需要的朋友可以參考下
    2017-05-05
  • Python進(jìn)制轉(zhuǎn)換與反匯編實(shí)現(xiàn)流程介紹

    Python進(jìn)制轉(zhuǎn)換與反匯編實(shí)現(xiàn)流程介紹

    這篇文章主要介紹了Python進(jìn)制轉(zhuǎn)換與反匯編的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)吧
    2022-10-10
  • 如何在Python項(xiàng)目中引入日志

    如何在Python項(xiàng)目中引入日志

    在開(kāi)發(fā)一些大型項(xiàng)目的時(shí)候,都會(huì)使用日志來(lái)記錄項(xiàng)目運(yùn)行時(shí)產(chǎn)生的信息,以備出錯(cuò)時(shí)定位分析和從日志信息中提取數(shù)據(jù)統(tǒng)計(jì)分析等。在 Python 中使用 logging 內(nèi)置模塊即可對(duì)項(xiàng)目進(jìn)行日志的配置。
    2021-05-05

最新評(píng)論