- 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
我有一个字典如下(这里为简单起见,只给出一个key):
intervals={'Sca1': [[1428, 1876, 0.0126525], [1876, 1883, 0.0126525], [1883, 1939, 0.0126525], [1939, 1956, 0.0126525], [1956, 2032, 0.0126525], [2154, 3067, 0.0126525], [3067, 3438, 0.0126525], [3438, 3575, 0.0126525], [4301, 4610, 0.0126525], [4610, 4694, 0.0126525], [4694, 5163, 0.0126525], [5163, 5164, 0.0126525], [5164, 5530, 0.013], [5530, 5858, 0.0127005]]}
和如下列表:
snplist = [1786, 2463, 2907, 3068, 3086, 3398, 5468, 5531, 5564, 5580]
我想检查 snplist 中的每个值,是否位于字典值的子列表的前两个值之间的区间内。例如,1786
介于 [1428, 1876, 0.0126525]
的 1428
和 1878
之间。如果是,则打印该子列表的索引,在本例中为 0
,snplist 中的元素,在本例中为 1786
,以及子列表中的第三个值,在本例中,0.0126525
。我写了下面的代码:
output=[]
for element in snplist:
for key, value in intervals.items():
for left, right, rho in value:
if left <= element <= right:
output.append([value.index([left, right, rho]), element, rho])
print 'output', output, '\n'
输出是:
[[0, 1786, 0.0126525], [5, 2463, 0.0126525], [5, 2907, 0.0126525], [6, 3068, 0.0126525], [6, 3086, 0.0126525], [6, 3398, 0.0126525], [12, 5468, 0.013], [13, 5531, 0.0127005], [13, 5564, 0.0127005], [13, 5580, 0.0127005]]
此代码适用于这个小数据集,但当我将它用于非常大的数据集时,它变得非常慢。我按如下方式使用列表理解:
output = [[value.index([left, right, rho]), element, rho]
for element in snplist
for key, value in intervals.items()
for left, right, rho in value
if left <= element <= right]
但这并没有改善。例如,关于如何通过减少 for 循环的数量来提高代码速度有什么建议吗?谢谢!
最佳答案
如果您可以将 dict 值转换为 numpy 数组,则可以加快速度:
数据:
intervals_numpy = {'Sca1': np.array([[1428, 1876, 0.0126525], [1876, 1883, 0.0126525], [1883, 1939, 0.0126525], [1939, 1956, 0.0126525], [1956, 2032, 0.0126525], [2154, 3067, 0.0126525], [3067, 3438, 0.0126525], [3438, 3575, 0.0126525], [4301, 4610, 0.0126525], [4610, 4694, 0.0126525], [4694, 5163, 0.0126525], [5163, 5164, 0.0126525], [5164, 5530, 0.013], [5530, 5858, 0.0127005]])}
intervals_list = {'Sca1': [[1428, 1876, 0.0126525], [1876, 1883, 0.0126525], [1883, 1939, 0.0126525], [1939, 1956, 0.0126525], [1956, 2032, 0.0126525], [2154, 3067, 0.0126525], [3067, 3438, 0.0126525], [3438, 3575, 0.0126525], [4301, 4610, 0.0126525], [4610, 4694, 0.0126525], [4694, 5163, 0.0126525], [5163, 5164, 0.0126525], [5164, 5530, 0.013], [5530, 5858, 0.0127005]]}
snplist = [1786, 2463, 2907, 3068, 3086, 3398, 5468, 5531, 5564, 5580]
函数:
def foo(intervals, snplist):
output=[]
for n in snplist:
for key, value in intervals.items():
for idx in np.where( np.logical_and(value[:,0] < n, n < value[:,1]) )[0]:
output.append([idx, n, value[idx][2]])
return output
def bar(intervals, snplist):
output=[]
for element in snplist:
for key, value in intervals.items():
for left, right, rho in value:
if left <= element <= right:
output.append([value.index([left, right, rho]), element, rho])
return output
在这个设置中,bar
对我来说是 foo
的三倍:
%timeit bar(intervals_list, snplist)
The slowest run took 6.22 times longer than the fastest. This could mean that an intermediate result is being cached
100000 loops, best of 3: 13.5 µs per loop
%timeit foo(intervals_numpy, snplist)
The slowest run took 5.99 times longer than the fastest. This could mean that an intermediate result is being cached
10000 loops, best of 3: 39.8 µs per loop
但是 numpy 为大型数组带来了返回!在此设置中,速度提高了大约 500 倍:
intervals_numpy['Sca1'] = np.repeat(intervals_numpy['Sca1'], 1000, axis=0)
intervals_list['Sca1'] = intervals_numpy['Sca1'].tolist()
%timeit bar(intervals_list, snplist)
1 loops, best of 3: 2.05 s per loop
%timeit foo(intervals_numpy, snplist)
100 loops, best of 3: 4.04 ms per loop
这种巨大的速度差异大部分是因为您的索引查找,请参阅 Martin Evans 的回答。但 numpy 版本对我来说仍然更快一些。
关于python - 提高 python 代码的性能,旨在使用大型数据集查找特定区间内的数字,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34792534/
在这段令人惊叹的视频 ( https://www.youtube.com/watch?v=udix3GZouik ) 中,Alex Blom 谈到了 Ember 在移动世界中的“黑客攻击”。 在 22
我们希望通过我们的应用收集使用情况统计信息。因此,我们希望在服务器端的某个地方跟踪用户操作。 就性能而言,哪个选项更合适: 在 App Engine 请求日志中跟踪用户操作。即为每个用户操作写入一个日
在针对对象集合的 LINQ 查询的幕后究竟发生了什么?它只是语法糖还是发生了其他事情使其更有效的查询? 最佳答案 您是指查询表达式,还是查询在幕后的作用? 查询表达式首先扩展为“普通”C#。例如: v
我正在构建一个简单的照片库应用程序,它在列表框中显示图像。 xaml 是:
对于基于 Web 的企业应用程序,使用“静态 Hashmap 存储对象” 和 apache java 缓存系统有何优缺点?哪一个最有利于性能并减少堆内存问题 例如: Map store=Applica
我想知道在性能方面存储类变量的最佳方式是什么。我的意思是,由于 Children() 函数,存储一个 div id 比查找所有其他类名更好。还是把类名写在变量里比较好? 例如这样: var $inne
我已经阅读了所有这些关于 cassandra 有多快的文章,例如单行读取可能需要大约 5 毫秒。 到目前为止,我不太关心我的网站速度,但是随着网站变得越来越大,一些页面开始需要相当多的查询,例如一个页
最近,我在缓存到内存缓存之前的查询一直需要很长时间才能处理!在这个例子中,它花费了 10 秒。在这种情况下,我要做的就是获得 10 个最近的点击。 我感觉它加载了所有 125,592 行然后只返回 1
我找了几篇文章(包括SA中的一些问题),试图找到基本操作的成本。 但是,我尝试制作自己的小程序,以便自己进行测试。在尝试测试加法和减法时,我遇到了一些问题,我用简单的代码向您展示了这一点
这个问题在这里已经有了答案: Will Java app slow down by presence of -Xdebug or only when stepping through code? (
我记得很久以前读过 with() 对 JavaScript 有一些严重的性能影响,因为它可能对范围堆栈进行非确定性更改。我很难找到最近对此的讨论。这仍然是真的吗? 最佳答案 与其说 with 对性能有
我们有一个数据仓库,其中包含非规范化表,行数从 50 万行到 6 多万行不等。我正在开发一个报告解决方案,因此出于性能原因我们正在使用数据库分页。我们的报告有搜索条件,并且我们已经创建了必要的索引,但
我有一条有效的 SQL 语句,但需要很长时间才能处理 我有一个 a_log 表和一个 people 表。我需要在 people 表中找到给定人员的每个 ID 的最后一个事件和关联的用户。 SELECT
很难说出这里问的是什么。这个问题是含糊的、模糊的、不完整的、过于宽泛的或修辞性的,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开它,visit the help center 。 已关
通常当我建立一个站点时,我将所有的 CSS 放在一个文件中,并且一次性定义与一组元素相关的所有属性。像这样: #myElement { color: #fff; background-
两者之间是否存在任何性能差异: p { margin:0px; padding:0px; } 并省略最后的分号: p { margin:0px; padding:0px } 提前致谢!
我的应用程序 (PHP) 需要执行大量高精度数学运算(甚至可能出现一共100个数字) 通过这个论坛的最后几篇帖子,我发现我必须使用任何高精度库,如 BC Math 或 GMP,因为 float 类型不
我一直在使用 javamail 从 IMAP 服务器(目前是 GMail)检索邮件。 Javamail 非常快速地从服务器检索特定文件夹中的消息列表(仅 id),但是当我实际获取消息(仅包含甚至不包含
我非常渴望开发我的第一个 Ruby 应用程序,因为我的公司终于在内部批准了它的使用。 在我读到的关于 Ruby v1.8 之前的所有内容中,从来没有任何关于性能的正面评价,但我没有发现关于 1.9 版
我是 Redis 的新手,我有一个包含数百万个成员(member) ID、电子邮件和用户名的数据集,并且正在考虑将它们存储在例如列表结构中。我认为 list 和 sorted set 可能最适合我的情
我是一名优秀的程序员,十分优秀!