如何解决Big O：减少复杂性顺序列表理解
我正在尝试读出一些人口普查数据。它由大约 53 个月的行组成，我的一个函数似乎以二次方的方式增加了计算时间。我想过滤所有有区域供热的地区。这个小小的列表理解让计算时间爆炸：
selection_dh = [x in ids_dh for x in ids_all]
ids_dh 是包含区域供热的区域 ID 列表，ids_all 是所有区域 ID 的列表。 ids_dh 大约是 ids_all 长度的十分之一。
知道如何更快地编写此代码吗？
谢谢！
census_dh= census_all.loc[census_all.Expression== "district Heating",:]
ids_all = list(census_all.Grid_ID_100m)
ids_dh = list(census_dh.Grid_ID_100m)
selection_dh = [x in ids_dh for x in ids_all]
解决方法
怎么样
selection_dh = np.isin(ids_all,ids_dh)
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 dio@foxmail.com 举报，一经查实，本站将立刻删除。
