直觀對比幾個不同 Python 程式碼片段的執行速度

進擊の戴戴發表於2020-04-12
Python

寫 Python 指令碼經常需要處理大量資料，某些操作一旦沒注意就會耗時巨大，造成「code 一時爽，耗時火葬場」……

import numpy as np
from tqdm import tqdm
import time

小任務：對列表B的每一個元素，尋找與列表A中差值的絕對值最小的index，新增到C中

A = np.random.rand(10000)
B = np.random.rand(10000)

[快速版本] 使用 argmin 直接返回

ss = time.time()
C = [abs(A - b).argmin() for b in tqdm(B)]
ee = time.time()
print('cost {}'.format(ee - ss))
100%|██████████| 10000/10000 [00:00<00:00, 39883.84it/s]
cost 0.2566795349121094

[龜速版本] for-loop 遍歷查詢

ss = time.time()
C = []
for b in tqdm(B):
    min_i = -1
    min_d = float('inf')
    for i, a in enumerate(A):
        d = abs(a - b)
        if d < min_d:
            min_d = d
            min_i = i
    C.append(min_i)
ee = time.time()
print('cost {}'.format(ee - ss))
100%|██████████| 10000/10000 [00:45<00:00, 217.41it/s]
cost 45.99927496910095

小任務：對列表B的每一個元素，尋找是否為列表A某個元素的屬性，有則把對應的index新增到C中

class Apple(object):
    def __init__(self, a):
        self.a = a
A = [Apple(a) for a in np.random.randint(1, 10000, 10000)]
B = np.random.randint(1, 10000, 10000)

[快速版本] 預先使用字典做好對應

ss = time.time()
A_keys = {one.a: index for index, one in enumerate(A)}
C = [A_keys[b] for b in tqdm(B) if b in A_keys]
ee = time.time()
print('cost {}'.format(ee - ss))
100%|██████████| 10000/10000 [00:00<00:00, 2108220.16it/s]
cost 0.008636236190795898

[龜速版本] 通過列表的 index 返回

ss = time.time()
C = []
A_keys = [one.a for one in A]
for b in tqdm(B):
    if b in A_keys:
        C.append(A_keys.index(b))
ee = time.time()
print('cost {}'.format(ee - ss))
100%|██████████| 10000/10000 [00:01<00:00, 5652.18it/s]
cost 1.7722303867340088
本作品採用《CC 協議》，轉載必須註明作者和本文連結

相關文章