您好,登录后才能下订单哦!
本篇内容主要讲解“python运行加速的方法是什么”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“python运行加速的方法是什么”吧!
1、使用pypy
2、减少函数化调用
3、减少文件的打开即with的调用,将这一调用放在for循环前面,然后传递至后面需要用到的地方
4、if函数判断条件多的尽量在前面
全面加速(pypy)
将python换为pypy,在纯python代码下,pypy的兼容性就不影响使用了,因为一些纯python的代码常常会用pypy进行一下加速
测试代码,for循环10000000次
start = time.time() for i in range(10000000): print(i,end="") end = time.time() print(f"耗费时间{end-start}秒>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>")
pypy的耗时为:
而python耗时为
大致三倍,但是循环越多估计越快,据说有6倍左右
原代码的with在调用函数内,即每次调用函数都要打开并关闭文件,造成大量耗时
def BMES(word,tag): with open(r"J:PyCharm项目学习进行中NLP教程NLP教程数据集词性标注 ature2ner.txt","a+",encoding="utf-8")as f_: if len(word) == 1: """单字""" f_.write(word + " " + f"S-{tag.upper()}" + " ") else: """多字""" for index, word_ in enumerate(word): if index == 0: f_.write(word_ + " " + f"B-{tag.upper()}" + " ") elif 0 < index < len(word) - 1: f_.write(word_ + " " + f"M-{tag.upper()}" + " ") else: f_.write(word_ + " " + f"E-{tag.upper()}" + " ") #后续在多个if-elif-else中调用
耗时为
tqdm预估时间在15~25个小时左右跳动
将with放在循环前面
如
将with的内容作为f_传递进来
后的耗时为:
测试如下:
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)+" ") elif 2<len(str(word))<=4: word+=200 f.write(str(word)+" ") else: f.write(str(word) + " ") if __name__=="__main__": start = time.time() for i in tqdm.tqdm(range(100000)): txt(i) end = time.time() print(f"耗费时间{end-start}秒>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>")
耗时结果为:
将文件的打开即with的调用放在外面
import os, warnings,time,tqdm def txt(f,word): if len(str(word))<=2: word+=100 f.write(str(word)+" ") elif 2<len(str(word))<=4: word+=200 f.write(str(word)+" ") else: f.write(str(word) + " ") 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"耗费时间{end-start}秒>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>")
耗时为
结论:快了119倍,而实际加速远远大于这个倍数
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" + " ")
满足条件的可以先跳出判断
到此,相信大家对“python运行加速的方法是什么”有了更深的了解,不妨来实际操作一番吧!这里是亿速云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。