python – PyDev导入时间比使用命令行慢10倍

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – PyDev导入时间比使用命令行慢10倍，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1995字，纯文字阅读大概需要3分钟。

内容图文

我是python的新手,并且在Eclipse中使用PyDev,每当我尝试执行我正在处理的代码时,我都注意到启动速度极慢.我把它缩小到图书馆导入.

例如,如果我运行以下代码

import timeit
startTime = timeit.default_timer()

import numpy as np
print("loaded numpy: ", timeit.default_timer() - startTime)

import pandas as pd
print("loaded pandas: ", timeit.default_timer() - startTime)

from pandas import ExcelWriter
print("loaded sub-pandas 1: ", timeit.default_timer() - startTime)

from pandas import DataFrame
print("loaded sub-pandas 2: ", timeit.default_timer() - startTime)

import timeit
print("loaded timeit: ", timeit.default_timer() - startTime)

from sqlalchemy.sql.expression import false
print("loaded sqlalchemy: ", timeit.default_timer() - startTime)

import os
print("loaded os: ", timeit.default_timer() - startTime)

它将PyDev的基准时间定为：

    loaded numpy:  6.791420515378803
    loaded pandas:  13.315319435084618
    loaded sub-pandas 1:  13.31538835744522
    loaded sub-pandas 2:  13.315418989605488
    loaded timeit:  13.315443057731413
    loaded sqlalchemy:  13.668371856921556
    loaded os:  13.668398113058927

使用命令行执行时,它将是：

loaded numpy:  1.6967744335238362
loaded pandas:  3.7941380255968165
loaded sub-pandas 1:  3.7944563812624534
loaded sub-pandas 2:  3.795081787867914
loaded timeit:  3.795144146194173
loaded sqlalchemy:  3.915562085554165
loaded os:  3.915884087905548

任何人都可以帮助解决这个问题吗？即使使用命令行选项4s加载一些标准库似乎也是一种过度杀伤力.

谢谢！

解决方法:

经过两天撕裂头发后,问题与项目所处的位置有关.如果项目py文件位于本地,它运行速度很快,如果它们在办公室网络上,则事情会急剧减慢.

请注意,anaconda 3.6安装在本地.另请注意,我们的网络延迟并不是那么糟糕.所以我不太确定为什么会发生这种情况.

因此,将项目移动到C盘会加速到可接受的加载时间.

这是本地新项目的输出：

loaded numpy:  0.14122337554736752
loaded pandas:  0.5681306651263066
loaded sub-pandas 1:  0.568159473943701
loaded sub-pandas 2:  0.5681747900238348
loaded timeit:  0.5681882827610955
loaded sqlalchemy:  0.6529934184615654
loaded os:  0.6530225919475344

内容总结

以上是互联网集市为您收集整理的python – PyDev导入时间比使用命令行慢10倍全部内容，希望文章能够帮你解决python – PyDev导入时间比使用命令行慢10倍所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端