Question

UPDATE 我的问题已得到完全解答，我已使用jarmod的答案将其应用于程序，尽管代码看起来更简洁，但并没有影响（当我的图形出现时（使用matplotlib绘制此数据）我对为什么我的程序运行缓慢以及如何提高速度（大约需要30秒，并且我知道这部分代码正在减慢速度）有些困惑，我在第二个代码块。此外，速度很大程度上取决于我设置的范围，在较短的范围内，它的运行速度很快

我这里有示例代码，显示了进行预测和提取值所需的计算。我使用for循环遍历我标记为1-100的特定范围的CSV文件。我返回每个月（1-12）的数字，以获得给定月份的预测的预测平均值。

我的完整代码包括一个用于全年预测的12个函数，但我觉得代码效率低下，因为除了一个数字外，这些函数非常相似，而且读取csv文件的次数使该程序变慢了。

有没有一种方法可以组合这些功能，并可能添加另一个参数以使其运行。我最担心的是，很难返回单独的数字并将其分类。换句话说，理想情况下，我只希望对所有12个月的准确性预测都使用一个函数，而我可能看到的方法是添加另一个参数和另一个循环序列，但不知道该怎么做或如果可能的话。本质上，我想存储一个月精度的所有值（该值进入当前文件之前的文件中，并比较与当前文件关联的日期的预测值），然后存储两个月精度的所有值，依此类推……以后我可以将这些变量用于绘图和其他用途

import csv
import pandas as pd

def onemonthaccuracy(basefilenumber):
    basefileread = pd.read_csv(str(basefilenumber)+'.csv', encoding='latin-1')
    basefilevalue = basefileread.loc[basefileread['Customer'].str.contains('Customer A', na=False), 'Jun-16\nQty'] 

    onemonthread = pd.read_csv(str(basefilenumber-1)+'.csv', encoding='latin-1')
    onemonthvalue = onemonthread.loc[onemonthread['Customer'].str.contains('Customer A', na=False),'Jun-16\nQty']   

    onetotal = int(onemonthvalue)/int(basefilevalue)   

    return onetotal


def twomonthaccuracy(basefilenumber):
    basefileread = pd.read_csv(str(basefilenumber)+'.csv', encoding='Latin-1')
    basefilevalue = basefileread.loc[basefileread['Customer'].str.contains('Customer A', na=False), 'Jun-16\nQty']

    twomonthread = pd.read_csv(str(basefilenumber-2)+'.csv', encoding = 'Latin-1')
    twomonthvalue = twomonthread.loc[twomonthread['Customer'].str.contains('Customer A', na=False), 'Jun-16\nQty']

    twototal = int(twomonthvalue)/int(basefilevalue)    

    return twototal


onetotal = 0
twototal = 0
onetotallist = []
twototallist = []


for basefilenumber in range(24,36):
    onetotal += onemonthaccuracy(basefilenumber)
    twototal +=twomonthaccuracy(basefilenumber)
    onetotallist.append(onemonthaccuracy(i)) 
    twototallist.append(twomonthaccuracy(i))

onetotalpermonth = onetotal/12
twototalpermonth = twototal/12   
x = [1,2]
y = [onetotalpermonth, twototalpermonth]
z = [1,2]
w = [(onetotallist),(twototallist)]

for ze, we in zip(z, w):
    plt.scatter([ze] * len(we), we, marker='D', s=5)

plt.scatter(x,y)
plt.show()

这是我在程序中使用的真正的代码块，也许是某些原因使我不知道的速度变慢了？

#other parts of code 
#StartRange = yearvalue+Value
#EndRange = endValue + endyearvalue
#Range = EndRange - StartRange
# Department
#more code.... 

def nmonthaccuracy(basefilenumber, n):
    basefileread = pd.read_csv(str(basefilenumber)+'.csv', encoding='Latin-1')
    baseheader = getfileheader(basefilenumber)
    basefilevalue = basefileread.loc[basefileread['Customer'].str.contains(Department, na=False), baseheader]

    nmonthread = pd.read_csv(str(basefilenumber-n)+'.csv', encoding = 'Latin-1')
    nmonthvalue = nmonthread.loc[nmonthread['Customer'].str.contains(Department, na=False), baseheader]

    return (1-(int(basefilevalue)/int(nmonthvalue))+1) if int(nmonthvalue) > int(basefilevalue) else int(nmonthvalue)/int(basefilevalue)  

N = 13
total = [0] * N
total_by_month_list  = [[] for _ in range(N)]
for basefilenumber in range(int(StartRange),int(EndRange)):
    for n in range(N):
    total[n] += nmonthaccuracy(basefilenumber, n)
    total_by_month_list[n].append(nmonthaccuracy(basefilenumber,n)) 

onetotal=total[1]/ Range
twototal=total[2]/ Range
threetotal=total[3]/ Range
fourtotal=total[4]/ Range
fivetotal=total[5]/ Range #... all the way to 12 

onetotallist=total_by_month_list[1]
twototallist=total_by_month_list[2]
threetotallist=total_by_month_list[3]
fourtotallist=total_by_month_list[4]
fivetotallist=total_by_month_list[5] #... all the way to 12 
# alot more code after this

Answer 1

类似这样的东西：

def nmonthaccuracy(basefilenumber, n):
    basefileread = pd.read_csv(str(basefilenumber)+'.csv', encoding='Latin-1')
    basefilevalue = basefileread.loc[basefileread['Customer'].str.contains('Lam DepT', na=False), 'Jun-16\nQty']

    nmonthread = pd.read_csv(str(basefilenumber-n)+'.csv', encoding = 'Latin-1')
    nmonthvalue = nmonthread.loc[nmonthread['Customer'].str.contains('Lam DepT', na=False), 'Jun-16\nQty']

    return int(nmonthvalue)/int(basefilevalue)    

N = 2
total_by_month = [0] * N
total_aggregate = 0

for basefilenumber in range(20,30):
    for n in range(N):
        a = nmonthaccuracy(basefilenumber, n)
        total_by_month[n] += a
        total_aggregate += a

如果您想知道以下代码的作用：

N = 2
total_by_month = [0] * N

它将N设置为所需的月数（2，但是您可以将其设置为12或其他值），然后创建一个total_by_month数组，该数组可以存储N个结果，每月一个。然后，它将total_by_month初始化为全零（N零），以便每个N每月总计从零开始。

通过循环和参数组合多个功能

1 个答案: