Python爬坑指北: 使用循环?你太out了!

最新推荐文章于 2024-06-14 23:48:57 发布

Python_魔力猿

最新推荐文章于 2024-06-14 23:48:57 发布

阅读量126

点赞数

文章标签： python 开发语言

本文链接：https://blog.csdn.net/weixin_68789096/article/details/134297481

版权

写在开头

作为Python从业者，我们总是处理大型数据集，并且经常需要修改一个或多个列。对这种任务使用循环很慢，是否有更加优雅的方法？。在这篇文章中，带您了解一些比 Python 中的循环更快的替代方法。让我们开始！

Filter函数

根据名称我们很容易猜到它的作用。它为我们过滤可迭代对象。我们将以函数的形式传递过滤条件，这个函数将用于过滤可迭代对象中的每个元素。

函数原型:

filter(function, iterable)

现在让我们比较 python 过滤器与 for 循环和 while 循环的性能。在这里，我正在创建一个包含 100000 个连续项目的列表，然后将计算偶数的阶乘。最后，我们将对这些阶乘值求和。

# Using for loop
import math
import time
import resource
import sys

time_start = time.perf_counter()
sys.set_int_max_str_digits(0)
def factorial(n):   
    return math.factorial(n)
test_list = list(range(1, 100000))
result = []
for i in range(len(test_list)) :    
    if test_list[i] % 2 == 0:      
        result.append(test_list[i]) 
print(sum(result))
time_elapsed = (time.perf_counter() - time_start)
memMb=resource.getrusage(resource.RUSAGE_SELF).ru_maxrss/1024.0/1024.0
print ("%f secs %f MByte" % (time_elapsed,memMb))
# Output24999500000.041538 secs 1.082287 MByte

# Using while loop
import math
import time
import resource
import sys

time_start = time.perf_counter()
sys.set_int_max_str_digits(0)
def factorial(n):   
    return math.factorial(n)
test_list = list(range(1, 100000))
result = []
i=0
while i < len(test_list) :
    if test_list[i] % 2 == 0:
        result.append(test_list[i])
        i = i + 1 
print(sum(result))
time_elapsed = (time.perf_counter() - time_start)
memMb=resource.getrusage(resource.RUSAGE_SELF).ru_maxrss/1024.0/1024.0
print ("%f secs %f MByte" % (time_elapsed,memMb))
# Output24999500000.047446 secs 1.085056 MByte

# Using Filter
import math
import time
import resource
import sys

time_start = time.perf_counter()
sys.set_int_max_str_digits(0)
def factorial(n):   
    return math.factorial(n)
test_list = list(range(1, 100000))
result = filter(lambda x: x % 2 == 0, test_list)
print(sum((result)))
time_elapsed = (time.perf_counter() - time_start)
memMb=resource.getrusage(resource.RUSAGE_SELF).ru_maxrss/1024.0/1024.0
print ("%f secs %f MByte" % (time_elapsed,memMb))
# Output24999500000.022666 secs 1.087833 MByte

Map函数

如果您想将一个函数应用于可迭代对象（如列表、元组甚至 pandas 系列）的每个值，此函数非常有用。

函数原型:

map(function, iterable)

现在，让我们看看如何在 python 中使用 map 而不是循环。

# Using for loop
import math
import time
import resource
import sys

time_start = time.perf_counter()
sys.set_int_max_str_digits(0)
def factorial(n):   
    return math.factorial(n)
test_list = list(range(1, 10000))
result = 0
for i in range(len(test_list)) :
    test_list[i] = factorial(test_list[i])
    print(sum(test_list))
time_elapsed = (time.perf_counter() - time_start)
memMb=resource.getrusage(resource.RUSAGE_SELF).ru_maxrss/1024.0/1024.0
print ("%f secs %f MByte" % (time_elapsed,memMb))
#output284654436382457541 .....................042094031312.229430 secs 0.167130 MByte

# Using while loop
import math
import time
import resource
import sys

time_start = time.perf_counter()
sys.set_int_max_str_digits(0)
def factorial(n):   
    return math.factorial(n)
test_list = list(range(1, 10000))
result = 0
i=0
while i < len(test_list) :
    test_list[i] = factorial(test_list[i])
    i = i + 1 print(sum(test_list))
time_elapsed = (time.perf_counter() - time_start)
memMb=resource.getrusage(resource.RUSAGE_SELF).ru_maxrss/1024.0/1024.0
print ("%f secs %f MByte" % (time_elapsed,memMb))
#output284654436382457541 .....................042094031311.263874 secs 1.013439 MByte

现在，如果我们使用 map 函数运行相同的代码

# Using Map
import math
import time
import resource
import sys

time_start = time.perf_counter()
sys.set_int_max_str_digits(0)
def factorial(n):   
    return math.factorial(n)
    
test_list = list(range(1, 10000))
result = map(factorial, test_list)
print(sum((result)))
time_elapsed = (time.perf_counter() - time_start)
memMb=resource.getrusage(resource.RUSAGE_SELF).ru_maxrss/1024.0/1024.0
#Output284654436382457541 .....................042094031310.069755 secs 1.013439 MByte

总结

尽量避免在 Python 中完全使用循环通常不是一个好主意。循环是一种基本的编程结构，可让您多次重复一段代码。也就是说，在某些情况下，您可以使用替代构造来实现与循环相同的结果，而不必显式编写一个。类似的函数还有很多,比如Reduce,学一些类似的函数，可以在工作中以10X的提供我们的工作效率，也是非常有意义的一种投资。

---------------------------END---------------------------

题外话

感谢你能看到最后，给大家准备了一些福利！

感兴趣的小伙伴，赠送全套Python学习资料，包含面试题、简历资料等具体看下方。

👉CSDN大礼包🎁：全网最全《Python学习资料》免费赠送🆓！（安全链接，放心点击）

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

在这里插入图片描述

简历模板 在这里插入图片描述

👉CSDN大礼包🎁：全网最全《Python学习资料》免费赠送🆓！（安全链接，放心点击）

若有侵权，请联系删除

Python_魔力猿

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Python爬坑指北: 使用循环?你太out了!

尽量避免在 Python 中完全使用循环通常不是一个好主意。循环是一种基本的编程结构，可让您多次重复一段代码。也就是说，在某些情况下，您可以使用替代构造来实现与循环相同的结果，而不必显式编写一个。类似的函数还有很多,比如Reduce,学一些类似的函数，可以在工作中以10X的提供我们的工作效率，也是非常有意义的一种投资。
复制链接

扫一扫