在python中将输入从文件提取到列表中
除了使用for循环之外,还有其他方法从文件中获取输入吗? 我在用在python中将输入从文件提取到列表中,python,file-io,Python,File Io,除了使用for循环之外,还有其他方法从文件中获取输入吗? 我在用 data = fileinput.input() c = [int(i) for i in data] c.sort() 但对于非常大的数据量,处理时间太长。 输入的格式为 58457907 37850775 19743393 70718573 .... 使用readlines和map使用with打开文件在测试200行的文件时似乎效率更高 In [3]: %%timeit with open("in.txt",'rb') as
data = fileinput.input()
c = [int(i) for i in data]
c.sort()
但对于非常大的数据量,处理时间太长。
输入的格式为
58457907
37850775
19743393
70718573
....
使用
readlines
和map
使用with
打开文件在测试200行的文件时似乎效率更高
In [3]: %%timeit
with open("in.txt",'rb') as f:
lines = map(int,f)
lines.sort()
...:
10000 loops, best of 3: 183 µs per loop
In [5]: %%timeit
data = fileinput.input("in.txt")
c = [int(i) for i in data]
c.sort()
...:
1000 loops, best of 3: 443 µs per loop
如果我创建一个“大”文件:
from random import randint
with open('/tmp/nums.txt', 'w') as fout:
a,b=100002/10000, 100002*10000
for i in range(100002):
fout.write('{}\n'.format(randint(a,b)))
我可以读取它,将其转换为整数,并按如下方式对数据进行排序:
with open('/tmp/nums.txt') as fin:
nums=[int(e) for e in fin]
nums.sort()
在我的计算机上,此操作的总时间为50毫秒。50毫秒长吗
更正式的时间安排:
def f1():
with open('/tmp/nums.txt') as fin:
nums=[int(e) for e in fin]
nums.sort()
return nums
def f2():
with open('/tmp/nums.txt') as fin:
return sorted(map(int, fin))
def f3():
with open('/tmp/nums.txt') as fin:
nums=list(map(int, fin))
nums.sort()
return nums
if __name__ =='__main__':
import timeit
import sys
if sys.version_info.major==2:
from itertools import imap as map
result=[]
for f in (f1, f2, f3):
fn=f.__name__
fs="f()"
ft=timeit.timeit(fs, setup="from __main__ import f", number=3)
r=eval(fs)
result.append((ft, fn, str(r[0:5])+'...'+str(r[-6:-1]) ))
result.sort(key=lambda t: t[0])
for i, t in enumerate(result):
ft, fn, r = t
if i==0:
fr='{}: {:.4f} secs is fastest\n\tf(x)={}\n========'.format(fn, ft, r)
else:
t1=result[0][0]
dp=(ft-t1)/t1
fr='{}: {:.4f} secs - {} is {:.2%} faster\n\tf(x)={}'.format(fn, ft, result[0][1], dp, r)
print(fr)
您可以看到,它们之间的差异并不大(除了PyPy,其中f3显然具有优势):
Python 2.7.8:
f3: 0.2630 secs is fastest
f(x)=[3025, 18834, 19637, 29124, 42088]...[999964829, 999970030, 999984585, 1000005692, 1000010131]
========
f2: 0.2641 secs - f3 is 0.41% faster
f(x)=[3025, 18834, 19637, 29124, 42088]...[999964829, 999970030, 999984585, 1000005692, 1000010131]
f1: 0.2779 secs - f3 is 5.67% faster
f(x)=[3025, 18834, 19637, 29124, 42088]...[999964829, 999970030, 999984585, 1000005692, 1000010131]
Python 3.4.1:
f2: 0.1873 secs is fastest
f(x)=[3025, 18834, 19637, 29124, 42088]...[999964829, 999970030, 999984585, 1000005692, 1000010131]
========
f3: 0.1881 secs - f2 is 0.41% faster
f(x)=[3025, 18834, 19637, 29124, 42088]...[999964829, 999970030, 999984585, 1000005692, 1000010131]
f1: 0.2071 secs - f2 is 10.59% faster
f(x)=[3025, 18834, 19637, 29124, 42088]...[999964829, 999970030, 999984585, 1000005692, 1000010131]
派比:
PY3:
f3: 0.2483 secs is fastest
f(x)=[3025, 18834, 19637, 29124, 42088]...[999964829, 999970030, 999984585, 1000005692, 1000010131]
========
f2: 0.2588 secs - f3 is 4.23% faster
f(x)=[3025, 18834, 19637, 29124, 42088]...[999964829, 999970030, 999984585, 1000005692, 1000010131]
f1: 0.2878 secs - f3 is 15.88% faster
f(x)=[3025, 18834, 19637, 29124, 42088]...[999964829, 999970030, 999984585, 1000005692, 1000010131]
您实际上是在处理文件3次-您真的需要在最后对其进行排序吗?-试着打开文件并读取,第一行读取整个文件,然后处理每一行,然后对其进行排序——难怪需要很长时间几乎任何构造都有一个隐式循环。为什么要避免显式循环?它是一个888KB的文本文件,大约有100002行。进一步处理需要排序…文件输入会增加一些开销。如果你对时间很敏感,你可以考虑自己打开文件。@ Robᵩ, 在我的电脑上,
lines=sorted(itertools.imap(int,f))
的计时几乎是一样的,但可能是一个更好的主意,虽然lines=sorted(int(x)表示x在f中)
非常接近。我讨厌使用map
。刚试过排序,结果也一样。我会尝试使用itertools,180µs
使用imapusing fileinput。fileinput代替open在我做的一些测试中增加了大约65%的时间。是的,它比我以前做的测试快得多。。谢谢但这里我使用的是一个输入文件。。这将使用参数显式提供。@AbhishekSharma:您的程序是通过stdin提供文件名还是100002数字?Fileinput支持其中一种/两种。我首先使用stdin编写代码,但出于测试目的,我使用了testcase文件。。在执行过程中花了很多时间。。。
f3: 0.2483 secs is fastest
f(x)=[3025, 18834, 19637, 29124, 42088]...[999964829, 999970030, 999984585, 1000005692, 1000010131]
========
f2: 0.2588 secs - f3 is 4.23% faster
f(x)=[3025, 18834, 19637, 29124, 42088]...[999964829, 999970030, 999984585, 1000005692, 1000010131]
f1: 0.2878 secs - f3 is 15.88% faster
f(x)=[3025, 18834, 19637, 29124, 42088]...[999964829, 999970030, 999984585, 1000005692, 1000010131]