• Python计算大文件行数方法及性能比较


    如何使用Python快速高效地统计出大文件的总行数, 下面是一些实现方法和性能的比较。

    • 1.readline读所有行
      使用readlines方法读取所有行:
    def readline_count(file_name):
        return len(open(file_name).readlines())
    
    • 2.依次读取每行
      依次读取文件每行内容进行计数:
    def simple_count(file_name):
        lines = 0
        for _ in open(file_name):
            lines += 1
        return lines
    
    • 3.sum计数
      使用sum函数计数:
    def sum_count(file_name):
        return sum(1 for _ in open(file_name))
    
    • 4.enumerate枚举计数:
    def enumerate_count(file_name):
        with open(file_name) as f:
            for count, _ in enumerate(f, 1):
                pass
        return count
    
    • 5.buff count
      每次读取固定大小,然后统计行数:
    def buff_count(file_name):
        with open(file_name, 'rb') as f:
            count = 0
            buf_size = 1024 * 1024
            buf = f.read(buf_size)
            while buf:
                count += buf.count(b'
    ')
                buf = f.read(buf_size)
            return count
    
    • 6.wc count
      调用使用wc命令计算行:
    def wc_count(file_name):
        import subprocess
        out = subprocess.getoutput("wc -l %s" % file_name)
        return int(out.split()[0])
    
    • 7.partial count
      在buff_count基础上引入partial:
    def partial_count(file_name):
        from functools import partial
        buffer = 1024 * 1024
        with open(file_name) as f:
            return sum(x.count('
    ') for x in iter(partial(f.read, buffer), ''))
    
    • 8.iter count
      在buff_count基础上引入itertools模块 :
    def iter_count(file_name):
        from itertools import (takewhile, repeat)
        buffer = 1024 * 1024
        with open(file_name) as f:
            buf_gen = takewhile(lambda x: x, (f.read(buffer) for _ in repeat(None)))
            return sum(buf.count('
    ') for buf in buf_gen)
    

    下面是在我本机 4c8g python3.6的环境下,分别测试100m、500m、1g、10g大小文件运行的时间,单位秒:

    方法 100M 500M 1G 10G
    readline_count 0.25 1.82 3.27 45.04
    simple_count 0.13 0.85 1.58 13.53
    sum_count 0.15 0.77 1.59 14.07
    enumerate_count 0.15 0.80 1.60 13.37
    buff_count 0.13 0.62 1.18 10.21
    wc_count 0.09 0.53 0.99 9.47
    partial_count 0.12 0.55 1.11 8.92
    iter_count 0.08 0.42 0.83 8.33
  • 相关阅读:
    一款基于jQuery制作的焦点图片局部场景图片切换的特效
    一款基于jQuery打造的滤镜百叶窗幻灯片特效
    css3实现多种颜色的底部阴影按钮特效
    一款简单的css3打造的一面五星红旗特效
    一款jQuery打造的具有多功能切换的幻灯片特效
    一款jquery打造的特炫酷的全屏上下滚动的jquery焦点图特效
    一款基于jquery打造的全屏切换的焦点图切换特效
    一款运用纯CSS编写的android图标
    datagrid删除确认对话框
    好站好文滙集
  • 原文地址:https://www.cnblogs.com/jhao/p/13488867.html
Copyright © 2020-2023  润新知