我正在尝试使用H2o模型来获取python进程中的一些数据。我不能在文件中使用数据，而是使用流。我想在python中做这样的事情。
scores = [model.predict(line) for line in data]
其中数据是一般的可迭代的;例如发电机。
这是不可能的，因为数据是在python中，首先必须移动到H2o JVM。我不想将整个流读入内存并将其作为H2oFrame传递。事实上，它可能有无限长度。
我能做到
scores = [model.predict(h2o.H2oFrame([line]) for line in data]
但这非常慢，因为每次调用H2oFrame都必须生成一个新的解析器。解析器的创建（我假设创建，而不是实际的解析，但我不确定）需要25.2毫秒，这太慢，无法迭代数百万项的流。
有没有办法让这个快？例如，您是否可以传入解析器而不是每次都创建一个新解析器？
我意识到还有其他方法可以做到这一点，例如在Java代码中使用POJO进行评分，但我想在Python中进行评分。也不想要任何重量级的解决方案，如Spark流媒体。我已经尝试过创建一个FIFO并从中读取，好像它是一个真实的文件但是没有用。