python数据分析性能提升之谨慎使用Decimal类型

       在用python处理数据时,尤其是金融数据,由于浮点数的不精确性(具体原因看这里),有时候为了追求精确性,我们会选择decimal标准库的Decimal数据类型来表示数值。但是要注意的是,Decimal数据类型相比于float类型,在各种计算中,会额外的消耗较多时间,特别是在处理大量的数据时,Decimal带来的性能下降是相当大的,甚至会把程序的运行时间提升一个量级。所以,在处理大量的数据时,要谨慎使用Decimal类型,滥用Decimal很容易把程序拖得很慢。

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值