如何优化这个python代码?我需要改进它的运行时间
我想优化这个过滤函数。它在两个列表中搜索:一个是类别列表,另一个是标签列表。这就是为什么运行此函数需要很长时间的原因如何优化这个python代码?我需要改进它的运行时间,python,performance,optimization,execution-time,Python,Performance,Optimization,Execution Time,我想优化这个过滤函数。它在两个列表中搜索:一个是类别列表,另一个是标签列表。这就是为什么运行此函数需要很长时间的原因 def get_percentage(l1, l2, sim_score): diff = intersection(l1, l2) size = len(l1) if size != 0: perc = (diff/size) if perc >= sim_score: return
def get_percentage(l1, l2, sim_score):
diff = intersection(l1, l2)
size = len(l1)
if size != 0:
perc = (diff/size)
if perc >= sim_score:
return True
else:
return False
def intersection(lst1, lst2):
return len(list(set(lst1) & set(lst2)))
def filter_entities(country, city, category, entities, entityId):
valid_entities = []
tags = get_tags(entities, entityId)
for index, i in entities.iterrows():
if i["country"] == country and i["city"] == city:
for j in i.categories:
if j == category:
if(get_percentage(i["tags"], tags, 0.80)):
valid_entities.append(i.entity_id)
return valid_entities
对于循环和检查,您有两个不必要的
,如果
检查,您可以删除它们,并且您肯定应该利用它们从数据帧中选择元素(假设实体
是一个数据帧):
很难说这会有帮助,因为我们无法真正运行您提供的代码,但这应该可以消除一些低效,并利用Pandas中的一些优化
根据您的数据结构(即,如果您在上面的实体
中有多个匹配项),您可能需要对上面的最后三行执行类似操作:
for ent in entity:
if category in ent.categories and get_percentage(ent.tags, tags, 0.8):
valid_entities.append(ent.entity_id)
return valid_entities
第一步是看看Engineero的答案,它修复了不必要的if和for循环。接下来,我建议您使用大量的输入数据,如果需要花费大量的时间,则应该如此。您可能希望使用numpy数组来存储数据,而不是列表,因为它更适合于存储大量数据。Numpy甚至击败了熊猫数据帧。经过一段时间后,您应该问问自己,效率是否比使用Pandas的便利性更重要,如果是这样,那么对于大量数据,Numpy将更快。检查或改进工作代码的请求更适合使用,而不是堆栈溢出。有关差异的详细讨论,请参阅。实际上,categories是数据帧列中的一个列表,我必须在其中匹配,如果其中一个值匹配,那么我将包括该值entity@HammadKhan罗杰,我根据我认为我理解的您的数据结构对其进行了更新……感谢您,现在它的性能更好了:)
for ent in entity:
if category in ent.categories and get_percentage(ent.tags, tags, 0.8):
valid_entities.append(ent.entity_id)
return valid_entities