Python的性能问题
我在Python上遇到了性能问题。下面的代码段有4个嵌套循环，循环遍历OrderedDict，矩阵\u col，其中包含11000个项。另一次迭代涉及一个defaultdict，trans，其中也包含约11000项。此过程的执行时间太长。如果有人能建议如何提高绩效，我将不胜感激Python的性能问题,python,performance,iteration,Python,Performance,Iteration,我在Python上遇到了性能问题。下面的代码段有4个嵌套循环，循环遍历OrderedDict，矩阵\u col，其中包含11000个项。另一次迭代涉及一个defaultdict，trans，其中也包含约11000项。此过程的执行时间太长。如果有人能建议如何提高绩效，我将不胜感激 import string from collections import namedtuple from collections import defaultdict from collections import O
import string
from collections import namedtuple
from collections import defaultdict
from collections import OrderedDict
import time
trans = defaultdict(dict)
...
matrix_col = OrderedDict(sorted(matrix_col.items(), key=lambda t: t[0]))
trans_mat = []
counter = 0
for u1, v1 in matrix_col.items():
print counter, time.ctime()
for u2, v2 in matrix_col.items():
flag = True
for w1 in trans.keys():
for w2, c in trans[u1].items():
if u1 == str(w1) and u2 == str(w2):
trans_mat.append([c])
flag = False
if flag:
trans_mat.append([0])
trans_mat = np.asarray(trans_mat)
trans_mat = np.reshape(trans_mat, (11000, 11000))
0 Tue Oct 6 11:31:18 2015
1 Tue Oct 6 11:31:46 2015
2 Tue Oct 6 11:32:19 2015
3 Tue Oct 6 11:32:52 2015
4 Tue Oct 6 11:33:19 2015
5 Tue Oct 6 11:33:46 2015
如果没有上下文，很难理解逻辑和您试图实现的目标，但您应该考虑更改算法，首先迭代
transtrans\u matfor w1, t_val in trans.items():
w1_is_in_matrix_col = str(w1) in matrix_col
for w2, c in t_val.items():
if w1_is_in_matrix_col and str(w2) in matrix_col:
trans_mat.append([c])
else:
trans_mat.append([0])
从理论上讲，您可以在这里使用列表理解，这也会给您带来一些提升（但与当前的低效率相比微不足道）。您没有利用字典提供的快速查找功能。在dict中找到一个键是O（1）。要解决这个问题，您只需要更改算法，这样您就不会迭代所有的键来查找所需的键
from itertools import product
trans_mat = [ [trans[u1][u2]] if (u1 in trans) and (u2 in trans[u1]) else [0]
for u1 in matrix_col for u2 in matrix_col ]
那么，当你可以测试
transtrans[u1]u1u2transtrans[u1]trans[u1]trans[u1]numpypandasOrderedDict