超级超级超级超级超级黄的91视频91 ,人妻免费视频97

沒(méi)有使用 Pandarallel
使用了 Pandarallel

眾所周知，由于GIL的存在，Python單進(jìn)程中的所有操作都是在一個(gè)CPU核上進(jìn)行的，所以為了提高運(yùn)行速度，我們一般會(huì)采用多進(jìn)程的方式。而多進(jìn)程無(wú)非就是以下幾種方案：

multiprocessing
concurrent.futures.ProcessPoolExecutor()
joblib
ppserver
celery

這些方案對(duì)于普通Pandas玩家來(lái)說(shuō)都不是特別友好，怎樣才能算作一個(gè)友好的并行處理方案？

那就是原來(lái)的邏輯我基本不用變，僅修改需要計(jì)算的那行就能完成我們目標(biāo)的方案，而 pandarallel 就是一個(gè)這樣友好的工具。

沒(méi)有并行計(jì)算（原始pandas）

pandarallel

df.apply(func)

df.parallel_apply(func)

df.applymap(func)

df.parallel_applymap(func)

df.groupby(args).apply(func)

df.groupby(args).parallel_apply(func)

df.groupby(args1).col_name.rolling(args2).apply(func)

df.groupby(args1).col_name.rolling(args2).parallel_apply(func)

df.groupby(args1).col_name.expanding(args2).apply(func)

df.groupby(args1).col_name.expanding(args2).parallel_apply(func)

series.map(func)

series.parallel_map(func)

series.apply(func)

series.parallel_apply(func)

series.rolling(args).apply(func)

series.rolling(args).parallel_apply(func)

可以看到，在 pandarallel 的世界里，你只需要替換原有的 pandas 處理語(yǔ)句就能實(shí)現(xiàn)多CPU并行計(jì)算。非常方便、非常nice.

文章圖片3

在4核CPU的性能測(cè)試上，它比原始語(yǔ)句快了接近4倍。測(cè)試條件（OS: Linux Ubuntu 16.04，Hardware: Intel Core i7 @ 3.40 GHz - 4 cores），這就是我所說(shuō)的，它把CPU充分利用了起來(lái)。

下面就給大家介紹這個(gè)模塊怎么用，其實(shí)非常簡(jiǎn)單，任何代碼只需要加幾行代碼就能實(shí)現(xiàn)質(zhì)的飛躍。

1.準(zhǔn)備

首先需要你的電腦安裝好了Python環(huán)境，并且安裝好了Python開(kāi)發(fā)工具。

如果你還沒(méi)有安裝，可以參考以下文章：

如果僅用Python來(lái)處理數(shù)據(jù)、爬蟲(chóng)、數(shù)據(jù)分析或者自動(dòng)化腳本、機(jī)器學(xué)習(xí)等，建議使用Python基礎(chǔ)環(huán)境+jupyter即可，安裝使用參考Windows/Mac 安裝、使用Python環(huán)境+jupyter notebook

如果想利用Python進(jìn)行web項(xiàng)目開(kāi)發(fā)等，建議使用Python基礎(chǔ)環(huán)境+Pycharm，安裝使用參考：Windows下安裝、使用Pycharm教程，這下全了和 Mac下玩轉(zhuǎn)Python-安裝&使用Python/PyCharm 。

請(qǐng)選擇以下任一種方式輸入命令安裝依賴：
1. Windows 環(huán)境打開(kāi) Cmd (開(kāi)始-運(yùn)行-CMD)。
2. MacOS 環(huán)境打開(kāi) Terminal (command+空格輸入Terminal)。
3. 如果你用的是 VSCode編輯器或 Pycharm，可以直接使用界面下方的Terminal.

pip install pandarallel

對(duì)于windows用戶，有一個(gè)不好的消息是，它只能在Windows的linux子系統(tǒng)上運(yùn)行（WSL），你可以在微軟官網(wǎng)上找到安裝教程：

https://docs.microsoft.com/zh-cn/windows/wsl/about

2.使用Pandarallel

使用前，需要對(duì)Pandarallel進(jìn)行初始化：

from pandarallel import pandarallel
pandarallel.initialize()

這樣才能調(diào)用并行計(jì)算的API，不過(guò) initialize 中有一個(gè)重要參數(shù)需要說(shuō)明，那就是 nb_workers ，它將指定并行計(jì)算的Worker數(shù)，如果沒(méi)有設(shè)置，所有CPU的核都會(huì)用上。

Pandarallel一共支持8種Pandas操作，下面是一個(gè)apply方法的例子。

import pandas as pd
import time
import math
import numpy as np
from pandarallel import pandarallel

# 初始化
pandarallel.initialize()
df_size = int(5e6)
df = pd.DataFrame(dict(a=np.random.randint(1, 8, df_size),
 b=np.random.rand(df_size)))
def func(x):
return math.sin(x.a**2) + math.sin(x.b**2)

# 正常處理
res = df.apply(func, axis=1)

# 并行處理
res_parallel = df.parallel_apply(func, axis=1)

# 查看結(jié)果是否相同
res.equals(res_parallel)

其他方法使用上也是類似的，在原始的函數(shù)名稱前加上 parallel_，比如 DataFrame.groupby.apply：

import pandas as pd
import time
import math
import numpy as np
from pandarallel import pandarallel

# 初始化
pandarallel.initialize()
df_size = int(3e7)
df = pd.DataFrame(dict(a=np.random.randint(1, 1000, df_size),
 b=np.random.rand(df_size)))
def func(df):
 dum = 0
for item in df.b:
 dum += math.log10(math.sqrt(math.exp(item**2)))

return dum / len(df.b)

# 正常處理
res = df.groupby('a').apply(func)
# 并行處理
res_parallel = df.groupby('a').parallel_apply(func)
res.equals(res_parallel)

又比如 DataFrame.groupby.rolling.apply：

import pandas as pd
import time
import math
import numpy as np
from pandarallel import pandarallel

# 初始化
pandarallel.initialize()
df_size = int(1e6)
df = pd.DataFrame(dict(a=np.random.randint(1, 300, df_size),
 b=np.random.rand(df_size)))
def func(x):
return x.iloc[0] + x.iloc[1] ** 2 + x.iloc[2] ** 3 + x.iloc[3] ** 4

# 正常處理
res = df.groupby('a').b.rolling(4).apply(func, raw=False)
# 并行處理
res_parallel = df.groupby('a').b.rolling(4).parallel_apply(func, raw=False)
res.equals(res_parallel)

案例都是類似的，這里就直接列出表格，不浪費(fèi)大家寶貴的時(shí)間去閱讀一些重復(fù)的例子了: