小数据用csv,大数据用h5
结论1:几百KB以上的数据都用h5比较好
结论2:几KB的数据h5反而很慢
程序
import pandas as pd import numpy as np from wja.wja_tool import test_time as tt from wja import wja_tool as tool df = tool.generate_sampleDF(row, col) tt().run() df.to_csv('try.csv') tt().end() tt().run() df.to_hdf('try.h5','df',mode='w') tt().end() tt().run() df1 = pd.read_csv('try.csv') tt().end() tt().run() df2 = pd.read_hdf('try.h5') tt().end()
对比1:数据10*1
df = tool.generate_sampleDF(10,1)
# csv保存 # hdf保存 # csv读取 # hdf读取 程序用时:0.015 程序用时:0.9985 程序用时:0.009 程序用时:0.0369
对比2:数据100*10
df = tool.generate_sampleDF(100,10)
# csv保存 # hdf保存 # csv读取 # hdf读取 程序用时:0.017 程序用时:1.1016 程序用时:0.01 程序用时:0.013
对比3:数据1000*100
df = tool.generate_sampleDF(1000,100)
# csv保存 # hdf保存 # csv读取 # hdf读取 程序用时:0.2383 程序用时:1.0308 程序用时:0.0499 程序用时:0.016
对比4:数据10000*100
df = tool.generate_sampleDF(10000,100)
# csv保存 # hdf保存 # csv读取 # hdf读取 程序用时:2.0895 程序用时:1.0073 程序用时:0.4055 程序用时:0.0169
对比5:数据10000*1000
# csv保存 # hdf保存 # csv读取 # hdf读取 df = tool.generate_sampleDF(10000,1000)
# csv保存 # hdf保存 # csv读取 # hdf读取 程序用时:23.5693 程序用时:2.2057 程序用时:3.3697 程序用时:0.0619
补充知识:python:n个点m条边有权无向图
n个点:有个位置
m条边:两点之间存在m条边有权值
有权:每条边代表一个数值
无向:没有规定行进方向
规定:
1、两点之间的行进路线,最终权值为所经过的边的权值的最大值
2、两点之间走法不止一个,最终取最小值为最终走法
问:
两点之间的最终权值为多少
如上图,我们可以将其写为列表形式,前两位是从小到大的的两个点,最后一个代表权值,如
[1, 2, 2] 代表1和2之间的权值是2,以此类推
n,m = 5, 10 road = [[1, 2, 2], [1, 3, 3], [1, 4, 7], [1, 5, 2], [2, 3, 4], [2, 4, 9], [2, 5, 5], [3, 4, 4], [3, 5, 5], [4, 5, 3]] def hold(list1, list2): jiaoji = list(set(list1)&set(list2)) need = [i for i in set(list1+list2) if i not in jiaoji] need.sort() return need def get(road): option = {} for i in range (m): option[(road[i][0],road[i][1])] = [road[i][2]] for i in range (m): for j in range(i+1,m): dot = hold(road[i][:2], road[j][:2]) if len(dot)==2: if (dot[0],dot[1]) in option.keys(): option[(dot[0],dot[1])].append(max([road[i][2],road[j][2]])) else: option[(dot[0],dot[1])] = [] option[(dot[0],dot[1])].append(max([road[i][2],road[j][2]])) road_new = [] for i in option.items(): road_new.append(list(i[0])+[min(i[1])]) if road==road_new: print(road_new) return road_new return get(road_new)
输出结果
所有可能的走法如下,并且最后一位输出最短的权值路径。
例如 [2, 3, 3]:代表 从2走到3最短的权值路径是3,对应路径从图中可以到是2-1-3
例如 [3, 5, 3]:代表 从3走到5最短的权值路径是3,对应路径从图中可以到是3-1-5
[[1, 2, 2], [1, 3, 3], [1, 4, 3], [1, 5, 2], [2, 3, 3],
[2, 4, 3], [2, 5, 2], [3, 4, 3], [3, 5, 3], [4, 5, 3]]
以上这篇python:HDF和CSV存储优劣对比分析就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
更新日志
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]