python编程 python如何提高for循环效率？

python如何提高for循环效率？

本回答适用于python3.xpython本身速度确实相对比较慢。 但是相对来说，python有比直接的for循环快速的写法。比如标准for循环写法如下for i in range（10000）： i**2这样就比较慢，标准写法的嵌套循环更慢。可改写为列表推断式 ： [ i**2 for i in range(10000)]， 这样就比直接for循环标准写法要快不少； 此外， 还可以用python自带的高级函数 map，自动并行计算。写为 list(map(lambda i: i**2， range(10000))) 也很快。 map函数和列表推断式速度差不多。

Python语言其实很慢，为什么机器学习这种快速算法步骤通常还是用呢？

对于用过几种开发语言（java，c#，nodejs，erlang），而后转Python做机器学习的人，我说说我的看法。

首先，大家说python慢是真的吗？我的回答是真的。非常慢，for循环比cpp慢两个数量级。

那为什么还用Python?假如我们遍历过亿的数据，两个数量级的差异是无法接受的。但如果我们用python做最上层的逻辑，把上亿数据进行分块，python只循环十几次，剩下扔给cpu和gpu。那么两个数量级是否就无所谓了呢？1毫秒和100毫秒在整个系统中真的无所谓了。

python最大的优势在于，可以非常非常优雅的把数据扔给高效的c，cuda去做计算。numpy，pandas，numba这些优秀的开源库可以非常方便的高效的处理海量的数据，借助zmq，celery等还可以做分布式计算，gevent借助系统的epoll进行io优化。所以，不需要花太多精力，就可以优雅，高效的实现海量的数据处理，机器学习的任务。这是python火爆的原因。

想想，同样的性能，代码只有cpp或java的三分之一甚至更少，是不是很有诱惑力？

python编程 python多进程加快for循环 python教程

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。