python:HDF和CSV存储优劣对比分析
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:0.017 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: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)
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来客网。