Python如何处理大数据?3个技巧效率提升攻略(推荐)
作者:c710473510 时间:2022-04-02 10:03:03
如果你有个5、6 G 大小的文件,想把文件内容读出来做一些处理然后存到另外的文件去,你会使用什么进行处理呢?不用在线等,给几个错误示范:有人用multiprocessing 处理,但是效率非常低。于是,有人用python处理大文件还是会存在效率上的问题。因为效率只是和预期的时间有关,不会报错,报错代表程序本身出现问题了~
所以,为什么用python处理大文件总有效率问题?
如果工作需要,立刻处理一个大文件,你需要注意两点:
01、大型文件的读取效率
面对100w行的大型数据,经过测试各种文件读取方式,得出结论:
with open(filename,"rb") as f:
for fLine in f:
pass
方式最快,100w行全遍历2.7秒。
基本满足中大型文件处理效率需求。如果rb改为r,慢6倍。但是此方式处理文件,fLine为bytes类型。但是python自行断行,仍旧能很好的以行为单位处理读取内容。
02、文本处理效率问题
这里举例ascii定长文件,因为这个也并不是分隔符文件,所以打算采用列表操作实现数据分割。但是问题是处理20w条数据,时间急剧上升到12s。本以为是byte.decode增加了时间。遂去除decode全程bytes处理。但是发现效率还是很差。
最后用最简单方式测试,首次运行,最简单方式也要7.5秒100w次。
想知道这个方式处理的完整代码是什么吗?扫描文末二维码,联系小编可以获取哦~
那么关于python处理大文件的技巧,从网络整理三点:列表、文件属性、字典三个点来看看。
1.列表处理
def fun(x):尽量选择集合、字典数据类型,千万不要选择列表,列表的查询速度会超级慢,同样的,在已经使用集合或字典的情况下,不要再转化成列表进行操作,比如:
values_count = 0
# 不要用这种的
if values in dict.values():
values_count += 1
# 尽量用这种的
if keys,values in dict:
values_count += 1
后者的速度会比前者快好多好多。
2. 对于文件属性
如果遇到某个文件,其中有属性相同的,但又不能进行去重操作,没有办法使用集合或字典时,可以增加属性,比如将原数据重新映射出一列计数属性,让每一条属性具有唯一性,从而可以用字典或集合处理:
return '(' + str(x) + ', 1)'
list(map(fun,[1,2,3]))
使用map函数将多个相同属性增加不同项。
3. 对于字典
多使用iteritems()少使用items(),iteritems()返回迭代器:
>>> d = {'a':1,'b':2}
>>> for i in d.items() :
.... print i
('a',1)
('b',2)
>>> for k,v in d.iteritems() :
... print k,v
('a',1)
('b',2)
字典的items函数返回的是键值对的元组的列表,而iteritems使用的是键值对的generator,items当使用时会调用整个列表 iteritems当使用时只会调用值。
除了以下5个python使用模块,你还有什么技巧解决大文件运行效率的问题吗?深入了解更多Python实用模块,快速提升工作效率~
读写文件技术,今后会用到测试数据的参数化和测试报告写作功能中~
数据处理技术,今后测试脚本的测试数据处理过程可以用到~
数据统计分析技术,今后会在测试结果分析中用到
图表展示技术,在今后的测试框架中相关测试报告会用到
程序自动触发技术,可用于测试脚本程序的自动执行。
以上所述是小编给大家介绍的Python如何处理大数据?3个技巧效率提升攻略详解整合网站的支持!
来源:https://blog.csdn.net/c710473510/article/details/89191364
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
python文件读写操作与linux shell变量命令交互执行的方法
python动态加载变量示例分享
基于asyncio 异步协程框架实现收集B站直播弹幕
Python爬虫爬取电影票房数据及图表展示操作示例
![](https://img.aspxhome.com/file/2023/9/103599_0s.png)
浅谈Python3实现两个矩形的交并比(IoU)
![](https://img.aspxhome.com/file/2023/7/67247_0s.jpg)
SQLServer WITH 的用法
Python图像处理库PIL的ImageEnhance模块使用介绍
![](https://img.aspxhome.com/file/2023/0/107650_0s.jpg)
Python读写Excel文件的实例
![](https://img.aspxhome.com/file/2023/1/96911_0s.png)
python爬取微信公众号文章图片并转为PDF
![](https://img.aspxhome.com/file/2023/5/82735_0s.jpg)
web.py获取上传文件名的正确方法
javascript新闻图片轮换类
Python实战之基于OpenCV的美颜挂件制作
![](https://img.aspxhome.com/file/2023/9/97279_0s.jpg)
Python操作redis实例小结【String、Hash、List、Set等】
优化SQL Server的内存占用之执行缓存
asp.net(c#)实现从sqlserver存取二进制图片的代码
python图像处理入门(一)
![](https://img.aspxhome.com/file/2023/3/82613_0s.png)
PHP mysql_result()函数使用方法
PyQt5实现下载进度条效果
![](https://img.aspxhome.com/file/2023/5/115025_0s.png)
基于Python实现计算纳什均衡的示例详解
![](https://img.aspxhome.com/file/2023/7/70057_0s.png)
Python编写Windows Service服务程序
![](https://img.aspxhome.com/file/2023/9/101149_0s.jpg)