溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹“Python從不同格式文件中加載數據的速度舉例分析”，在日常操作中，相信很多人在Python從不同格式文件中加載數據的速度舉例分析問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Python從不同格式文件中加載數據的速度舉例分析”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！
熟悉Python數據分析和跟各種數據存儲文件打交道的人可能都知道，就算是相同的數據內容，但用Python從不同格式的載體中讀取數據的速度是不一樣的。為了驗證這一結論，我特意測試了一下，分別用Python從Excel，MySQL和CSV中讀取數據的效率。
工具：
jupyter notebook（Python）,
Navicat（MySQL）,
Microsoft Excel 2016
CSV（Excel按F12另存為）
接著進入正題，以下就是我的測試結果：
聲明：使用的都是同一份數據源(除去表頭，總共有159727條數據)！
① 直接用Python從Excel加載數據(29M)，第1次花了48秒，第2次花46.1秒；另外，計算結果只需花費幾十到幾百毫秒；
處理數據的時間，花了幾十到幾百毫秒不等：
② 把Excel的數據(29M)導入到Navicat(可以寫MySQL語句的一款編輯器)中，花了28.9秒；
處理數據的時間，花了0.134s
③ 用Python直接從MySQL中獲取剛才從Excel中導入的數據，第1次花了1.91秒，第2次花了2.01秒，第3次花了1.99秒，第4次花了1.79秒；
處理數據的時間，花了59ms.
④ 用Python讀取把剛才29M的Excel，另存為一個32.1M大小的CSV文件(數據內容相同)，才試了一次，居然只花了1.3秒(瞬開！驚奇！)
處理數據的時間，花了19ms
到此，關于“Python從不同格式文件中加載數據的速度舉例分析”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
