认识达内从这里开始

在Windows 10的CMD中输入python命令，你会得到什么?对不起，如果你没有自己安装过Python，系统将无法识别。

如果你有个5、6 G 大小的文件，想把文件内容读出来做一些处理然后存到另外的文件去，你会使用什么进行处理呢?不用在线等，给几个错误示范：有人用multiprocessing 处理，但是效率非常低。于是，有人用python处理大文件还是会存在效率上的问题。因为效率只是和预期的时间有关，不会报错，报错代表程序本身出现问题了~

所以，为什么用python处理大文件总有效率问题?

如果工作需要，立刻处理一个大文件，你需要注意两点：

01、大型文件的读取效率

面对100w行的大型数据，经过测试各种文件读取方式，得出结论：

方式最快，100w行全遍历2.7秒。

基本满足中大型文件处理效率需求。如果rb改为r，慢6倍。但是此方式处理文件，fLine为bytes类型。但是python自行断行，仍旧能很好的以行为单位处理读取内容。

这里举例ascii定长文件,因为这个也并不是分隔符文件，所以打算采用列表操作实现数据分割。但是问题是处理20w条数据，时间急剧上升到12s。本以为是byte.decode增加了时间。遂去除decode全程bytes处理。但是发现效率还是很差。

最后用最简单方式测试，首次运行，最简单方式也要7.5秒100w次。

想知道这个方式处理的完整代码是什么吗?扫描文末二维码，联系小编可以获取哦~

那么关于python处理大文件的技巧，从网络整理三点：列表、文件属性、字典三个点来看看。

1.列表处理

def fun(x):尽量选择集合、字典数据类型，千万不要选择列表，列表的查询速度会超级慢，同样的，在已经使用集合或字典的情况下，不要再转化成列表进行操作，比如：

后者的速度会比前者快好多好多。

2. 对于文件属性

如果遇到某个文件，其中有属性相同的，但又不能进行去重操作，没有办法使用集合或字典时，可以增加属性，比如将原数据重新映射出一列计数属性，让每一条属性具有唯一性，从而可以用字典或集合处理：

使用map函数将多个相同属性增加不同项。

3. 对于字典

多使用iteritems()少使用items()，iteritems()返回迭代器：

字典的items函数返回的是键值对的元组的列表,而iteritems使用的是键值对的generator，items当使用时会调用整个列表 iteritems当使用时只会调用值。

除了以下5个python使用模块，你还有什么技巧解决大文件运行效率的问题吗?深入了解更多Python实用模块，快速提升工作效率~

读写文件技术，今后会用到测试数据的参数化和测试报告写作功能中~

数据处理技术，今后测试脚本的测试数据处理过程可以用到~

数据统计分析技术，今后会在测试结果分析中用到

图表展示技术，在今后的测试框架中相关测试报告会用到

程序自动触发技术，可用于测试脚本程序的自动执行。

而Linux和Mac用户都是开箱即用、无需安装。Windows恐怕是唯一不自带Python解释器的主流操作系统了。

现在微软官方要改变这一局面!昨天微软发布了Windows 10的5月更新(版本1903)，在官方商店中加入了Python 3.7。

也许你会说，这不还是一个独立的安装包吗?

不完全是这样。以后在CMD中输入python或者python3命令，系统都会自动把你带到商店里的下载页面，只需在页面上点击“获取”，即可一键安装

相比之下，以前开发者安装Python的方法就显得有些混乱了。

去#网站下载安装包，或者安装Anaconda这样的发行版，从Visual Studio安装也是一个选项。而且，安装后如何访问也是个问题。

从官方商店安装的Python就没有这样的困扰，它可以像系统自带命令一样使用。输入python、pip和idle和在Linux上一样。

Windows 10最近对开发人员越来越友好，前不久宣布开源了新的终端工具，并承诺将在未来的更新中加入Linux子系统。

微软一系列举措收获了开发者一致好评，Python在应用商店上评分达到了4.8分。

但据国外网友反映，微软商店的Python目前还存在一些问题，比如不能使用虚拟环境。

微软的下一步会是什么呢?有开发者已经在期待Windows 10原生支持git了。

以上就是济南达内培训给大家做的内容详解，更多关于IT知识的学习，请继续关注济南达内培训