Wie kann ich die Datumsanalyse mit „strptime' beschleunigen?

Kann die Laufzeit beschleunigt werden?

Das Parsen einer großen Anzahl von Daten im Format „JJJJ-MM-TT“ kann zu erheblichen Verlangsamungen führen wenn Sie sie manipulieren müssen, z. B. Tage addieren oder subtrahieren. Hier ist ein Codeausschnitt, der den Leistungsengpass verdeutlicht:

<code class="python">day = datetime.datetime.strptime(endofdaydate, "%Y-%m-%d").date()</code>

Beschleunigte Parsing-Techniken

Um die Parsing-Geschwindigkeit zu verbessern, ziehen Sie die folgenden Ansätze in Betracht:

1. Explizites Slicing: Anstatt die Split-Methode zu verwenden, die das Erstellen einer neuen Liste erfordert, verwenden Sie Slicing, um die Jahres-, Monats- und Tageskomponenten zu extrahieren:

<code class="python">datetime.date(int(a[:4]), int(a[5:7]), int(a[8:10]))  # ~1.06us</code>

2. Direkte Zuordnung: Eine weitere schnelle Option besteht darin, die Teilzeichenfolgen mithilfe der int-Funktion direkt auf Ganzzahlen abzubilden:

<code class="python">datetime.date(*map(int, a.split('-')))  # ~1.28us</code>

Diese Techniken bieten im Vergleich eine erhebliche Leistungsverbesserung zur Startzeit. Beispielsweise erreicht die Slicing-Methode eine Beschleunigung um den Faktor 8, was die Verarbeitungszeit für große Dattelmengen erheblich verkürzt.

Das obige ist der detaillierte Inhalt vonWie kann ich die Datumsanalyse mit „strptime' beschleunigen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!