python - 优化python循环

以下循环在我的程序中造成了巨大的瓶颈。特别是因为记录可能超过 500k。

records = [item for sublist in records for item in sublist] #flatten the list
for rec in records:
    if len(rec) > 5:
        tag = '%s.%s' %(rec[4], rec[5].strip())
        if tag in mydict:
            mydict[tag][0] += 1
            mydict[tag][1].add(rec[6].strip())
        else:
            mydict[tag] = [1, set(rec[6].strip())]

我没有看到可以通过字典/列表理解来做到这一点的方法，而且我不确定调用 map 对我有多大好处。有没有办法优化这个循环？

编辑: 字典包含有关程序中发生的某些操作的信息。 rec[4] 是包含操作的包，rec[5] 是操作的名称。原始日志包含一个 int 而不是实际名称，因此当日志文件被读入列表时，int 被查找并替换为操作名称。增量计数器计算操作执行的次数，该集合包含操作的参数。我正在使用一个集合，因为我不希望参数重复。 strip 只是为了去除空白。这个空白的存在在 rec[6] 中是不可预测的，但在 rec[4] 和 rec[5] 中是一致的。

最佳答案

您可以使用 itertools.chain.from_iterable 直接迭代其扁平化的迭代器，而不是扁平化如此庞大的列表。

from itertools import chain

for rec in chain.from_iterable(records):
    #rest of the code

这也比等效的基于嵌套 for 循环的 genexp 版本快约 3 倍:

In [13]: records = [[None]*500]*10000

In [14]: %%timeit
    ...: for rec in chain.from_iterable(records): pass
    ...:
10 loops, best of 3: 54.7 ms per loop

In [15]: %%timeit
    ...: for rec in (item for sublist in records for item in sublist): pass
    ...:
10 loops, best of 3: 170 ms per loop

In [16]: %%timeit #Your version
    ...: for rec in [item for sublist in records for item in sublist]: pass
    ...:
1 loops, best of 3: 249 ms per loop

关于python - 优化python循环，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/25693550/