स्पीड अप अजगर पाश

Question

मैं निम्नलिखित अजगर कोड तेजी लाने के लिए कोशिश कर रहा हूँ:

for j in range(4,len(var_s),3): 
    mag_list.append(float(var_s[j])) 
mag_list = [value for value in mag_list if value != 99.] 
med_mag = np.median(mag_list) 

वहाँ एक में दो लोगों के लिए-छोरों गठबंधन करने के लिए एक अच्छा तरीका है? इस तरह, यह वास्तव में धीमा है। यदि मुझे उस प्रविष्टि का मूल्य 99 के बराबर नहीं है, तो मुझे पांचवीं के साथ शुरू होने वाली var_s सूची से प्रत्येक तीसरी प्रविष्टि निकालने की आवश्यकता है। परिणामी सूची में, मुझे औसत की आवश्यकता है। धन्यवाद!

Answer 1

आप शायद की कोशिश कर सकते:

mag_list = [value for value in var_s[4::3] if value != 99.] 

पर var_s निर्भर करता है, तो आप बेहतर itertools.islice(var_s,4,None,3) का उपयोग कर सकता है, लेकिन यह निश्चित रूप से पता करने के लिए समय समाप्त हो जाने की आवश्यकता होगी।

शायद आप अगर आप numpy पूरी तरह से साथ फंस भी बेहतर कर चाहते हैं: एक बार फिर

vs = np.array(var_s[4::3],dtype=np.float64) #could slice after array conversion too ... 
med_mag = np.median(vs[vs!=99.]) 

, इस को देखने के लिए कि यह कैसे दूसरों के सापेक्ष प्रदर्शन का समय समाप्त करने की आवश्यकता होगी।

Answer 2

for j in range(4,len(var_s),3): 
    value = float(var_s[j]) 
    if value != 99: 
     mag_list.append(value) 
med_mag = np.median(mag_list) 

Answer 3

mag_list = filter(lambda x: x != 99, var_s[4::3]) 

ठीक है तो, यहाँ पायथन 2.7.2 में कुछ timeit परीक्षण, सब कर रहे हैं:

स्थापना:

>>> from random import seed, random 
>>> from timeit import Timer 
>>> from itertools import islice, ifilter, imap 
>>> seed(1234); var_s = [random() for _ in range(100)] 

पाश के लिए एक का उपयोग करना:

>>> def using_for_loop(): 
...  mag_list = [] 
...  for j in xrange(4, len(var_s), 3): 
...    value = float(var_s[j]) 
...    if value != 99: mag_list.append(value) 
... 
>>> Timer(using_for_loop).timeit() 
11.596584796905518 

का उपयोग करना मानचित्र और फ़िल्टर:

>>> def using_map_filter(): 
...  map(float, filter(lambda x: x != 99, var_s[4::3])) 
... 
>>> Timer(using_map_filter).timeit() 
8.643505096435547 

का उपयोग islice, IMAP, IFilter:

>>> def using_itertools(): 
...  list(imap(float, ifilter(lambda x: x != 99, islice(var_s, 4, None, 3)))) 
... 
>>> Timer(using_itertools).timeit() 
11.311019897460938 

एक सूची समझ और islice का उपयोग करना:

>>> def using_list_comp(): 
...  [float(v) for v in islice(var_s, 4, None, 3) if v != 99] 
... 
>>> Timer(using_list_comp).timeit() 
8.52650499343872 
>>> 

अंत में, islice के साथ एक सूची समझ का उपयोग करते हुए सबसे तेज, केवल थोड़ा द्वारा पीछा किया जाता मानचित्र और फ़िल्टर का धीमा उपयोग।