python字符串格式太慢

我建议您使用 cProfile 模块和后处理结果,如 http://docs.python.org/library/profile.html . 这将让您确切地知道 str.__mod__ 对于字符串格式,以及执行其他操作(如编写文件和执行 __getitem__ 查找 map[0][i] 诸如此类。

首先我核对了%的反向报价。%更快。然后我对照'string'。format()检查了%(元组)。最初的一个错误让我觉得它更快。但是没有。速度更快。

因此,您已经在以python中最快的方式进行大量的浮点到字符串转换。

下面的演示代码是丑陋的演示代码。请不要跟我讲xrange和range或者其他迂腐的东西。谢谢。

我的特别和高度不科学的测试表明,对于下面的测试代码,在Linux上对Python2.5的(a)%(1.234,)操作比在Linux上对Python2.6的(1.234,…)操作快,但前提是尝试使用“string.format()在2.6之前的Python版本上不起作用。等等。

# this code should never be used in production.
# should work on linux and windows now.

import random
import timeit
import os
import tempfile


start = 0
interval = 0.1

amap = [] # list of lists
tmap = [] # list of tuples

def r():
    return random.random()*500

for i in xrange(0,10000):
        amap.append ( [r(),r(),r(),r(),r(),r()] )

for i in xrange(0,10000):
        tmap.append ( (r(),r(),r(),r(),r(),r()) )




def testme_percent():
    log_file = tempfile.TemporaryFile()
    try:
        for qmap in amap:
            s = '%g %g %g %g %g %g \n' % (qmap[0], qmap[1], qmap[2], qmap[3], qmap[4], qmap[5]) 
            log_file.write( s)
    finally:
        log_file.close();

def testme_tuple_percent():
    log_file = tempfile.TemporaryFile()
    try:    
        for qtup in tmap:
            s = '%g %g %g %g %g %g \n' % qtup
            log_file.write( s );
    finally:
        log_file.close();

def testme_backquotes_rule_yeah_baby():
    log_file = tempfile.TemporaryFile()
    try:
        for qmap in amap:
            s = `qmap`+'\n'
            log_file.write( s );
    finally:
        log_file.close();        

def testme_the_new_way_to_format():
    log_file = tempfile.TemporaryFile()
    try:
        for qmap in amap:
            s = '{0} {1} {2} {3} {4} {5} \n'.format(qmap[0], qmap[1], qmap[2], qmap[3], qmap[4], qmap[5]) 
            log_file.write( s );
    finally:
        log_file.close();

# python 2.5 helper
default_number = 50 
def _xtimeit(stmt="pass",  timer=timeit.default_timer,
           number=default_number):
    """quick and dirty"""
    if stmt<>"pass":
        stmtcall = stmt+"()"
        ssetup = "from __main__ import "+stmt
    else:
        stmtcall = stmt
        ssetup = "pass"
    t = timeit.Timer(stmtcall,setup=ssetup)
    try:
      return t.timeit(number)
    except:
      t.print_exc()


# no formatting operation in testme2

print "now timing variations on a theme"

#times = []
#for i in range(0,10):

n0 = _xtimeit( "pass",number=50)
print "pass = ",n0

n1 = _xtimeit( "testme_percent",number=50);
print "old style % formatting=",n1

n2 = _xtimeit( "testme_tuple_percent",number=50);
print "old style % formatting with tuples=",n2

n3 = _xtimeit( "testme_backquotes_rule_yeah_baby",number=50);
print "backquotes=",n3

n4 = _xtimeit( "testme_the_new_way_to_format",number=50);
print "new str.format conversion=",n4


#        times.append( n);




print "done"    

我认为可以通过在其他地方构建浮动元组来优化代码,无论您在何处构建该映射,首先,构建元组列表,然后以这种方式应用fmt_string%元组:

for tup in mytups:
    log_file.write( fmt_str % tup )

我可以把8.7秒缩短到8.5秒,方法是把making-a-tuple部分从for循环中去掉。也不多。大男孩那里有浮点格式,我相信这总是要昂贵的。

替代方案:

你有没有考虑过不写文本这样大的日志,而是用可用的最快的“持久性”方法保存它们,然后在需要时编写一个简短的实用程序将它们转储到文本中?有些人将numpy与非常大的数字数据集一起使用,而且似乎他们不会使用逐行转储来存储他们的数据。见:

http://thsant.blogspot.com/2007/11/saving-numpy-arrays-which-is-fastest.html

如果不想深入到优化这个代码的泥沼中,我会把代码写得更像这样:

log_file = open('testfile', 'w')
x = start
map_iter = zip(range(length), map[0], map[1], map[2], map[3], map[4], map[5])
fmt = '%-5d %8.3f %13g %13g %13g %13g %13g %13g\n'
for i, m0, m1, m2, m3, m4, m5 in mapiter:
    s = fmt % (i, x, m0, m1, m2, m3, m4, m5)
    log_file.write(s)
    x += interval

但是我会考虑一下建议,不要用python内置名来命名变量,比如 map .