python運行加速的幾種方式
一、總結
1、使用pypy
2、減少函數(shù)化調用
3、減少文件的打開即with的調用,將這一調用放在for循環(huán)前面,然后傳遞至后面需要用到的地方
4、if函數(shù)判斷條件多的盡量在前面
全面加速(pypy)
二、全面加速(pypy)
將python換為pypy,在純python代碼下,pypy的兼容性就不影響使用了,因為一些純python的代碼常常會用pypy進行一下加速
測試代碼,for循環(huán)10000000次
start = time.time() for i in range(10000000): print(i,end="\r") end = time.time() print(f"耗費時間{end-start}秒>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>")
pypy的耗時為:
而python耗時為
大致三倍,但是循環(huán)越多估計越快,據說有6倍左右
二、減少文件的打開即with的調用
原代碼的with在調用函數(shù)內,即每次調用函數(shù)都要打開并關閉文件,造成大量耗時
def BMES(word,tag): with open(r"J:\PyCharm項目\學習進行中\(zhòng)NLP教程\NLP教程\數(shù)據集\詞性標注\nature2ner.txt","a+",encoding="utf-8")as f_: if len(word) == 1: """單字""" f_.write(word + " " + f"S-{tag.upper()}" + "\n") else: """多字""" for index, word_ in enumerate(word): if index == 0: f_.write(word_ + " " + f"B-{tag.upper()}" + "\n") elif 0 < index < len(word) - 1: f_.write(word_ + " " + f"M-{tag.upper()}" + "\n") else: f_.write(word_ + " " + f"E-{tag.upper()}" + "\n") #后續(xù)在多個if-elif-else中調用
耗時為
tqdm預估時間在15~25個小時左右跳動
將with放在循環(huán)前面
如
將with的內容作為f_傳遞進來
后的耗時為:
測試如下:
import os, warnings,time,tqdm def txt(word): with open("ceshi.txt","a+",encoding="utf-8")as f: if len(str(word))<=2: word+=100 f.write(str(word)+"\n") elif 2<len(str(word))<=4: word+=200 f.write(str(word)+"\n") else: f.write(str(word) + "\n") if __name__=="__main__": start = time.time() for i in tqdm.tqdm(range(100000)): txt(i) end = time.time() print(f"耗費時間{end-start}秒>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>")
耗時結果為:
將文件的打開即with的調用放在外面
import os, warnings,time,tqdm def txt(f,word): if len(str(word))<=2: word+=100 f.write(str(word)+"\n") elif 2<len(str(word))<=4: word+=200 f.write(str(word)+"\n") else: f.write(str(word) + "\n") if __name__=="__main__": start = time.time() with open("ceshi.txt", "a+", encoding="utf-8")as f: for i in tqdm.tqdm(range(100000)): txt(f,i) end = time.time() print(f"耗費時間{end-start}秒>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>")
耗時為
結論:快了119倍,而實際加速遠遠大于這個倍數(shù)
三、if判斷靠前
如:
if tag in ["nts", "nto", "ntc", "ntcb", "ntcf", "ntch", "nth", "ntu", "nt"]: BMES(f_,i2, tag="ORG") elif tag in ["nb", "nba", "nbc", "nbp", "nf", "nm", "nmc", "nhm", "nh"]: BMES(f_,i2, tag="OBJ") elif tag in ["nnd", "nnt", "nn"]: BMES(f_,i2, tag="JOB") elif tag in ["nr", "nrf"]: BMES(f_,i2, tag="PER") elif tag in ["t"]: BMES(f_,i2, tag="TIME") elif tag in ["ns", "nsf"]: BMES(f_,i2, tag="LOC") else: for i3 in list(i2): f_.write(i3 + " " + f"O" + "\n")
滿足條件的可以先跳出判斷
到此這篇關于python運行加速的幾種方式的文章就介紹到這了,更多相關python運行加速的幾種方式內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
用openCV和Python 實現(xiàn)圖片對比,并標識出不同點的方式
今天小編就為大家分享一篇用openCV和Python 實現(xiàn)圖片對比,并標識出不同點的方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12python list數(shù)據等間隔抽取并新建list存儲的例子
今天小編就為大家分享一篇python list數(shù)據等間隔抽取并新建list存儲的例子,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11pycharm社區(qū)版安裝django并創(chuàng)建一個簡單項目的全過程
社區(qū)版的pycharm跟專業(yè)版的pycharm應用差別還是不太大,下面這篇文章主要給大家介紹了關于pycharm社區(qū)版安裝django并創(chuàng)建一個簡單項目的相關資料,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下2022-05-05