我是python新手,在Eclipse中使用PyDev时,我注意到每当我尝试执行我正在处理的代码时,启动时间都非常慢。我把范围缩小到了库导入。
例如,如果我运行以下代码
import timeit
startTime = timeit.default_timer()
import numpy as np
print("loaded numpy: ", timeit.default_timer() - startTime)
import pandas as pd
print("loaded pandas: ", timeit.default_timer() - startTime)
from pandas import ExcelWriter
print("loaded sub-pandas 1: ", timeit.default_timer() - startTime)
from pandas import DataFrame
print("loaded sub-pandas 2: ", timeit.default_timer() - startTime)
import timeit
print("loaded timeit: ", timeit.default_timer() - startTime)
from sqlalchemy.sql.expression import false
print("loaded sqlalchemy: ", timeit.default_timer() - startTime)
import os
print("loaded os: ", timeit.default_timer() - startTime)
它将对PyDev的时间进行基准测试:
loaded numpy: 6.791420515378803
loaded pandas: 13.315319435084618
loaded sub-pandas 1: 13.31538835744522
loaded sub-pandas 2: 13.315418989605488
loaded timeit: 13.315443057731413
loaded sqlalchemy: 13.668371856921556
loaded os: 13.668398113058927
而使用命令行执行时,它将是:
loaded numpy: 1.6967744335238362
loaded pandas: 3.7941380255968165
loaded sub-pandas 1: 3.7944563812624534
loaded sub-pandas 2: 3.795081787867914
loaded timeit: 3.795144146194173
loaded sqlalchemy: 3.915562085554165
loaded os: 3.915884087905548
有人能帮我弄清这件事的真相吗?即使使用命令行选项4s来加载几个标准库,似乎也是一种矫饰。
谢谢!
发布于 2017-08-11 03:42:21
在经历了两天的苦恼之后,这个问题不知何故与项目所在位置有关。如果项目的py
文件在本地,则运行速度很快;如果它们在办公室网络上,则运行速度会显著减慢。
请注意,anaconda 3.6安装在本地。还要注意的是,我们的网络延迟并不是那么糟糕。所以我不太确定为什么会发生这种行为。
因此,将项目移动到C驱动器可以将加载速度提高到可接受的时间。
以下是位于本地的新项目的输出:
loaded numpy: 0.14122337554736752
loaded pandas: 0.5681306651263066
loaded sub-pandas 1: 0.568159473943701
loaded sub-pandas 2: 0.5681747900238348
loaded timeit: 0.5681882827610955
loaded sqlalchemy: 0.6529934184615654
loaded os: 0.6530225919475344
https://stackoverflow.com/questions/45625663
复制相似问题