Python 如何提高我的'；对于'；在速度方面的环路性能？

我有一个for循环，迭代6907行几乎需要20秒。该循环完成了在给定查询集中生成唯一区域名称列表的任务。 我在代码中的不同位置放置了时间戳来记录计时。花费更多时间的“for”循环位于变量“t3”和“t4”之间

时间戳

t = 12:27:22:169533
t2 = 12:27:22:173535
t3 = 12:27:22:793567
6907
t4 = 12:27:42:907362
t5 = 12:27:43:242596
t6 = 12:27:43:242596

6907是我的queryset sales_数据的长度

views.py

class MSZoneProduct(generic.TemplateView):
    template_name = 'sales/MSZoneProduct.html'
    form_class = MSZoneProductForm

    def get(self, request, *args, **kwargs):
        if request.user.is_authenticated:
            form = self.form_class(request.GET)
            context = {'form': form}
            if form.is_valid():
                zone_code_ = form.cleaned_data['zone_name']
                product_code_ = form.cleaned_data['product_name']

                t = datetime.now().strftime('%H:%M:%S:%f')
                print("t = " + t)
                product = Product.objects.get(product_code=product_code_)
                t2 = datetime.now().strftime('%H:%M:%S:%f')
                print("t2 = " + t2)
                sales_data = Sales.objects.filter(zone_code=zone_code_, product_code=product).select_related()
                t3 = datetime.now().strftime('%H:%M:%S:%f')
                print("t3 = " + t3)
                print(len(sales_data))
                regions = []
                message = ""
                regions_dict = {}
                for x in sales_data:
                    if x.region_name not in regions:
                        regions.append(x.region_name)
                    else:
                        continue
                t4 = datetime.now().strftime('%H:%M:%S:%f')
                print("t4 = " + t4)
                for x in regions:
                    sum_ = 0
                    for y in sales_data:
                        if y.region_name == x:
                            sum_ = sum_ + y.quantity
                    regions_dict[x] = sum_
                t5 = datetime.now().strftime('%H:%M:%S:%f')
                print("t5 = " + t5)
                if len(regions) == 0:
                    message = "There is no data available for this product in this particular region."

                context = {'form': form, 'message': message, 'data': regions_dict}
                t6 = datetime.now().strftime('%H:%M:%S:%f')
                print("t6 = " + t6)
                return render(request, 'sales/MSZoneProduct.html', context)

            return render(request, 'sales/MSZoneProduct.html', context)
        else:
            return redirect('/sales/')

---

使用列表理解构造的集合

regions = set(x.region_name for x in sales_data)

唯一的问题是你是否需要这些物品。它们可以在事件发生后进行排序，您可以根据它们是否成功添加到集合中，将它们附加到列表中

---

编辑：我同意在数据库中这样做是更好的方法（@Willem Van Onsem的答案），但这个答案将适用于任何不使用Django的人。

使用列表理解构建的集合

regions = set(x.region_name for x in sales_data)

唯一的问题是你是否需要这些物品。它们可以在事件发生后进行排序，您可以根据它们是否成功添加到集合中，将它们附加到列表中

---

编辑：我同意在数据库中这样做是更好的方法（@Willem Van Onsem的答案），但这个答案将与任何不使用Django的人相关。

改进for 可以在字典中以复杂度O（N）直接存储第一步的和

---

因此，销售额大于零的总地区将在字典中散列为键，其值为该地区的总销售额，可在固定时间访问。

改进for 可以在字典中以复杂度O（N）直接存储第一步的和

---

因此，销售额大于零的总地区将在字典中散列为键，其值为该地区的总销售额，可在固定时间访问。

通过dict理解和

itertools，可以更有效地完成从
sales_data=…
到
t5=…
的整个代码。groupby

：

from itertools import groupby
from operator import itemgetter
regions_dict = {k: sum(map(itemgetter('quantity'), g)) for k, g in groupby(Sales.objects.filter(zone_code=zone_code_, product_code=product).order_by('region_name').values('region_name', 'quantity'), itemgetter('region_name'))}

---

从

sales\u data=…

到

t5=…

的整个代码可以通过dict理解和

itertools更有效地完成。groupby

：

from itertools import groupby
from operator import itemgetter
regions_dict = {k: sum(map(itemgetter('quantity'), g)) for k, g in groupby(Sales.objects.filter(zone_code=zone_code_, product_code=product).order_by('region_name').values('region_name', 'quantity'), itemgetter('region_name'))}

---

根据您的视图，您希望汇总每个区域的数量。我们可以将所有这些逻辑移到数据库查询中。这不仅会使它更高效，而且更优雅：

from django.db.models import Sum

sales_data = Sales.objects.filter(
    zone_code=zone_code_, product_code=product
).values('region_name').annotate(
    total_quantity=Sum('quantity')
).order_by('region_name')

这将产生一个

查询集

，其中包含两个元素的字典：

映射到区域名称的“区域名称”

，以及汇总该区域数量的

总数量

接下来，我们可以将其转换为字典

regions\u dict

：

regions_dict = { r['region_name']: r['total_quantity'] for r in sales_data }

---

根据您的视图，您希望汇总每个区域的数量。我们可以将所有这些逻辑移到数据库查询中。这不仅会使它更高效，而且更优雅：

from django.db.models import Sum

sales_data = Sales.objects.filter(
    zone_code=zone_code_, product_code=product
).values('region_name').annotate(
    total_quantity=Sum('quantity')
).order_by('region_name')

这将产生一个

查询集

，其中包含两个元素的字典：

映射到区域名称的“区域名称”

，以及汇总该区域数量的

总数量

接下来，我们可以将其转换为字典

regions\u dict

：

regions_dict = { r['region_name']: r['total_quantity'] for r in sales_data }

---

您可能可以在db中执行其中一些操作。显示您的模型和预期输出。您可能可以在数据库中执行其中一些操作。显示您的模型和预期输出。样式非常紧凑。什么是复杂性？@atterson:linear，因为

groupby

在线性时间内工作，

sum（…）

在线性时间内对元素求和。@WillemVanOnsem和groupby不会增加复杂性，对吗？@atterson:itertools的groupby将组“突发”在一起。因此，它不会检查“队列”后面是否有属于同一组的其他项目。优点是它可以线性工作，而且可以处理无限多个列表。因此，如果你想使用真正的团队，你需要先下单。@WillemVanOnsem很高兴知道。在这种情况下，这个答案是一流的。它的风格是非常python和紧凑。什么是复杂性？@atterson:linear，因为

groupby

在线性时间内工作，

sum（…）

在线性时间内对元素求和。@WillemVanOnsem和groupby不会增加复杂性，对吗？@atterson:itertools的groupby将组“突发”在一起。因此，它不会检查“队列”后面是否有属于同一组的其他项目。优点是它可以线性工作，而且可以处理无限多个列表。因此，如果你想使用真正的团队，你需要先下单。@WillemVanOnsem很高兴知道。在这种情况下，这个答案很好。这是专家的想法。非常感谢@WillemVanOnsem。这个解决方案真的很快。这是专家的想法。非常感谢@WillemVanOnsem。这个解决方案真的很快。