1、向量化
1000倍的速度听起来很夸张。Python并不以速度著称。这是真的吗?当然有可能 ,关键在于你如何操作!
如果在数据上使用for循环,则完成所需的时间将与数据的大小成比例。但是还有另一种方法可以在很短的时间内得到相同的结果,那就是向量化。
这意味着要花费15秒的时间来编写代码,并且在15毫秒的时间内跑出结果。
当然,根据数据集的不同,库文件、硬件版本的不同,所以实际结果可能会有所不同。
那么什么是向量化?
简而言之,向量化是一种同时操作整个数组而不是一次操作一个元素的方法,这也得益于Numpy数组。
我们先导入测试数据:
第一次向量化测试:
以这个函数为例。这是一个非常基本的条件逻辑,我们需要为lead status创建一个新列。
我们使用Pandas的优化循环函数apply(),但它对我们来说太慢了。
或者使用如下方法:
接下来,我们尝试一下使用向量化。将整个Series作为参数传递到函数中,而不是对每一行。
但没有成功。if语句试图确定Series作为一个整体的真实性,而不是比较Series中的每个元素,所以这是错误的。
2、numpy.where()
语法很简单,就像的IF()。
第一个参数是逻辑条件Numpy,它将为数组中的每个元素计算一个布尔数组。当条件满足且为True时,将返回第二个参数,否则返回第三个参数。
看下面的例子:
numpy.where()它从我们的条件中创建一个布尔数组,