PyDev 导入时间比使用命令行慢 10 倍
PyDev import times are 10x slower than using command line
我是 python 的新手,在 Eclipse 中使用 PyDev 我注意到每当我尝试执行我正在处理的代码时,启动时间都非常慢。我将其缩小到库导入。
例如,如果我运行下面的代码
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)
PyDev 的基准时间为:
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
在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
任何人都可以帮助查明这个问题吗?即使使用命令行选项 4s 来加载几个标准库似乎也有点矫枉过正。
谢谢!
折腾了两天,这个问题不知何故与项目所在的位置有关。如果项目 py
文件在本地,它运行速度很快,如果它们在办公室网络上,速度会急剧下降。
注意anaconda 3.6安装在本地。另请注意,我们的网络延迟并没有那么糟糕。所以我不太确定为什么会发生这种行为。
所以将项目移动到 C 驱动器可以加快加载速度,达到可接受的加载时间。
这是位于本地的新项目的输出:
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
我是 python 的新手,在 Eclipse 中使用 PyDev 我注意到每当我尝试执行我正在处理的代码时,启动时间都非常慢。我将其缩小到库导入。
例如,如果我运行下面的代码
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)
PyDev 的基准时间为:
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
在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
任何人都可以帮助查明这个问题吗?即使使用命令行选项 4s 来加载几个标准库似乎也有点矫枉过正。
谢谢!
折腾了两天,这个问题不知何故与项目所在的位置有关。如果项目 py
文件在本地,它运行速度很快,如果它们在办公室网络上,速度会急剧下降。
注意anaconda 3.6安装在本地。另请注意,我们的网络延迟并没有那么糟糕。所以我不太确定为什么会发生这种行为。
所以将项目移动到 C 驱动器可以加快加载速度,达到可接受的加载时间。
这是位于本地的新项目的输出:
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