- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我对 Python 还很陌生。我正在构建一个脚本来遍历日志文件,就像我在 Perl 中做过一百次一样。我正在使用哈希来计算日志文件中某些字段的出现次数,就像我在 Perl 中所做的一百次一样:
for $line in (<FILE>) {
($stuff1, $stuff2, $etc) = split(/\s+/, $line);
$stuff1 =~ s/something//;
$stuff2 =~ s/something//;
$count1{$stuff1}++;
$count2{$stuff2}++;
}
etc, print the hashes
我的Python看起来像这样:
import re
from collections import defaultdict
cntdaemon = defaultdict(int)
cntfaclevel = defaultdict(int)
cnthost = defaultdict(int)
redaemon1 = re.compile('\[[0-9]+\]')
redaemon2= re.compile(':')
refaclevel= re.compile(']')
with open("/var/adm/messages", 'r') as infile:
for line in infile:
(m, d, t, host, daemon, junk, idno, faclevel, text) = line.split(' ',8)
daemon = re.sub(redaemon1, '', daemon)
daemon = re.sub(redaemon2, '', daemon)
cntdaemon[daemon] += 1
faclevel = re.sub(refaclevel, '', faclevel)
cntfaclevel[faclevel] += 1
cnthost[host] += 1
print cntdaemon
print cntfaclevel
print cnthost
我发现它的运行速度比 Perl 版本慢大约 20 倍。我已经运行了预编译正则表达式和“即时”编译它们的测试用例,并且差异可以忽略不计,所以我知道Python不会浪费时间编译正则表达式。我怀疑每次我执行“re.sub”时它都会花费所有时间来销毁和编译字符串。
那么,简单的问题 - 有没有一种习惯用法可以更快地进行替换?
我想我总是可以尝试编写一个函数来完成它而不需要赋值......这是一种经常采用的方法吗?人们可以将字符串转换为列表,然后迭代它,C/C++ 字符串样式(好吧,我只是把它扔在那里......)
这可能很重要(这就是为什么我在示例中不使用 Counter() 的原因) - 我需要在 Python 2.6.4 中编写它。如果这在 2.7 或 3 中会快很多,就这么说吧。但我别无选择。
最佳答案
首先,您应该尝试分析每行的运行时间。制作一个像这样的短程序并测量运行需要多长时间。
开始注释掉没有其他计算依赖的行。
line = "blah blah..." # typical line from the file
for i in range(10000): # pretend there are 10000 lines
(m, d, t, host, daemon, junk, idno, faclevel, text) = line.split(' ',8)
daemon = re.sub(redaemon1, '', daemon)
daemon = re.sub(redaemon2, '', daemon)
cntdaemon[daemon] += 1
faclevel = re.sub(refaclevel, '', faclevel)
cntfaclevel[faclevel] += 1
# cnthost[host] += 1
现在您可以算出 cnthost[host] += 1
需要多长时间
line = "blah blah..." # typical line from the file
for i in range(10000): # pretend there are 10000 lines
(m, d, t, host, daemon, junk, idno, faclevel, text) = line.split(' ',8)
daemon = re.sub(redaemon1, '', daemon)
daemon = re.sub(redaemon2, '', daemon)
cntdaemon[daemon] += 1
faclevel = re.sub(refaclevel, '', faclevel)
# cntfaclevel[faclevel] += 1
# cnthost[host] += 1 # takes 20 seconds
现在您可以算出 cntfaclevel[faclevel] += 1
需要多长时间
等等
一旦确定了热点 - 然后开始考虑如何使其更快。
如果您可以将正在处理的典型字符串添加到问题中,我们将能够查看是否有可以使用的特定技巧,或者是否有某些特定的操作在性能方面表现不佳。
关于Python re.sub 算慢吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20255358/
自己试试看: import pandas as pd s=pd.Series(xrange(5000000)) %timeit s.loc[[0]] # You need pandas 0.15.1
我最近开始使用 Delphi 中的 DataSnap 来生成 RESTful Web 服务。在遵循 Marco Cantu 本人和互联网上其他几个人的指导后,我成功地使整个“链条”正常工作。 但是有一
我一直在为操作系统类(class)编写以下代码,但结果有些奇怪。该代码创建x线程并同时运行它们,以便将两个平方矩阵相乘。每个线程将输入矩阵的Number_of_rows/Number_of_threa
我正在尝试确定何时使用 parallel包以加快运行某些分析所需的时间。我需要做的一件事是创建矩阵,比较具有不同行数的两个数据框中的变量。我在 StackOverflow 上问了一个关于有效方法的问题
我最近对我的代码进行了一些清理,并在此过程中更改了此内容(不完全是真实的代码): read = act readSTRef test1 term i var = do t v^!terms.
我正在计时查询和同一个查询的执行时间,分页。 foreach (var x in productSource.OrderBy(p => p.AdminDisplayName) .Wher
我正在开发一个项目 (WPF),我有一个 Datagrid 从数据库加载超过 5000 条记录,所以我使用 BackgroundWorker 来通知用户数据正在加载,但它太慢了,我需要等待将近 2分钟
我在查询中添加 ORDER BY 时遇到问题。没有 ORDER BY 查询大约需要 26ms,一旦我添加 ORDER BY,它大约需要 20s。 我尝试了几种不同的方法,但似乎可以减少时间。 尝试 F
我是 Android 开发新手,遇到了性能问题。当我的 GridView 有太多项目时,它会变得有点慢。有什么方法可以让它运行得更快一些吗? 这是我使用的代码: 适配器: public class C
这里的要点是: 1.设置query_cache_type = 0;重置查询缓存; 2.在 heidisql(或任何其他客户端 UI)中运行任何查询 --> 执行,例如 45 毫秒 3.使用以下代码运行
想象下表: CREATE TABLE drops( id BIGSERIAL PRIMARY KEY, loc VARCHAR(5) NOT NULL, tag INT NOT
我的表 test_table 中的示例数据: date symbol value created_time 2010-01-09 symbol1
首先,如果已经有人问过这个问题,我深表歉意,至少我找不到任何东西。 无论如何,我将每 5 分钟运行一次 cron 任务。该脚本加载 79 个外部页面,而每个页面包含大约 200 个我需要在数据库中检查
我有下面的 SQL 代码,它来自 MySQL 数据库。现在它给了我期望的结果,但是查询很慢,我想我应该在进一步之前加快这个查询的速度。 表agentstatusinformation有: PKEY(主
我需要获取一个对象在 Core Data 中数千个其他对象之间的排名。现在,这是我的代码: - (void)rankMethod { //Fetch all objects NSFet
我正在编写一个应用程序,我需要在其中读取用户的地址簿并显示他所有联系人的列表。我正在测试的 iPhone 有大约 100 个联系人,加载联系人确实需要很多时间。 ABAddressBookRef ad
我正在使用 javascript 将 160 行添加到包含 10 列的表格中。如果我这样做: var cellText = document.createTextNode(value); cell.a
我是 Swift 的新手,我已经设置了一个 tableView,它从 JSON 提要中提取数据并将其加载到表中。 表格加载正常,但是当表格中有超过 10 个单元格时,它会变得缓慢且有些滞后,特别是它到
我在 InitializeCulture 和 Page_PreInit 事件之间的 asp.net 页面中遇到性能问题。当我重写 DeterminePostBackMode() 时,我发现问题出在 b
我在 Hetzner 上有一个带有 256GB RAM 6 个 CPU(12 个线程) 的专用服务器,它位于德国。我有 CENTOS 7.5。 EA4。 我的问题是 SSL。每天大约 2 小时,我们在
我是一名优秀的程序员,十分优秀!