Cómo acelerar Python
Métodos para acelerar Python:
1. Utilice la estructura de datos de la tabla hash
Si encuentra una gran cantidad de operaciones de búsqueda en el programa, y los datos Si no hay duplicados en , puede usar una búsqueda en lugar de un bucle.
2. La vectorización reemplaza los bucles
Intenta usar bibliotecas de Python creadas en C, como Numpy, Scipy y Pandas, y usa la vectorización para procesar simultáneamente para reemplazar múltiples procesos en el programa. Al realizar un bucle sobre un solo elemento de una matriz, el bucle puede ser el lugar más vulnerable para la optimización del programa.
3. Reduzca el número de líneas de código
Al programar, intente utilizar algunas funciones integradas de Python para reducir el número de líneas de código. conciso y conciso, y mejora en gran medida la eficiencia del código.
4. Utilice multiproceso
Las computadoras en general son multiproceso, por lo que puede utilizar el multiprocesamiento en Python al realizar operaciones. Múltiples procesos permiten la paralelización en el código. Cuando desea crear una instancia de un nuevo proceso y acceder a la memoria compartida, el multiproceso es muy costoso, por lo que puede considerar el uso de multiproceso si hay una gran cantidad de datos para procesar. ?
5. Utilice Cpython
Cython es un compilador estático que puede optimizar el código por usted. Cargue la extensión cypthonmagic y use etiquetas cython para compilar el código con cython.
6. Intente usar csv en lugar de xlsx
Al procesar datos, me lleva más tiempo cargar datos en archivos de Excel o guardar datos de archivos de Excel. En cambio, elegí la ruta para crear varios archivos csv y creé una carpeta para agrupar los archivos.
7. Utiliza Numba
Es un compilador JIT (justo a tiempo). A través de decoradores, Numba compila código Python y NumPy anotado en LLVM. Divida su función en dos partes:
Función que realiza cálculos - decorada con @autojit
Función que realiza IO
Para obtener más conocimientos de Python, siga el vídeo de Python columna de tutoriales.