python中set怎么循环_怎么优化python循环性能

在研究 apriori算法。看了很多别人的代码，但是发现实际跑的时候，如果数据量一大，性能很差，

我的一个文件有15万多条销售记录（仅一个月），包含8381个单品，12599个有效订单（每个订单包含数个商品）。

性能问题 发生在如下代码

def returnItemsWithMinSupport(itemSet,transactionList,minSupport,freqSet):

_itemSet = set()

localSet = defaultdict(int)

total_size = len(transactionList)

for item in itemSet: #itemSet里存的是所有的产生交易的条码

for transaction in transactionList: #transactonList里存的是所有交易订单

if item.issubset(transaction): #如果条码包含在订单中

freqSet[item] += 1 #条码计数+1

localSet[item] +=1

for item,count in localSet.items():

support = float(count)/total_size

if support>= minSupport:

_itemSet.add(item)

return _itemSet

因该说代码还是很简单的，问题是循环次数太多了，外层循环要8千多次，内层循环第次要1.2万多次，两个一起就不得了了，能过性能分析，时间都浪费在这里了

ncalls tottime percall cumtime percall filename:lineno(function)

2 19.543 9.771 31.522 15.761 apriori.py:14(returnItemsWithMinSupport)

Line # Hits Time Per Hit % Time Line Contents

==============================================================

13 @profile

14 def returnItemsWithMinSupport(itemSet,transactionList,minSupport,freqSet):

15 2 7 3.5 0.0 _itemSet = set()

16 2 4 2.0 0.0 localSet = defaultdict(int)

17

18 8384 17224 2.1 0.0 for item in itemSet:

19 105613200 63988857 0.6 44.8 for transaction in transactionList:

20 105604818 78647471 0.7 55.1 if item.issubset(transaction):

21 44467 112205 2.5 0.1 freqSet[item] += 1

22 44467 44992 1.0 0.0 localSet[item] +=1

23

24 8384 14347 1.7 0.0 for item,count in localSet.items():

25 8382 8374 1.0 0.0 support = float(count)/len(transactionList)

26

27 8382 5954 0.7 0.0 if support>= minSupport:

28 2 8 4.0 0.0 _itemSet.add(item)

29

30 2 3 1.5 0.0 return _itemSet

下面是

python我不是很熟悉，基本行学先卖，想问问可以如何优化