如何解决在 python notebook pandas df.map 中运行相同单元两次时的性能差异
我目前正在使用 python notebook 运行以下我想映射到 pandas 系列的函数。
def get_number_of_activated_pixels(image_path):
im = io.imread(image_path)
n_activated = (im > 0).sum()
return n_activated
该函数简单地使用 skimage 的 io 将图像路径读入一个 numpy 数组,然后返回非 0 像素的数量。
当我尝试使用 df.map 函数将该函数应用于包含路径的系列时,当我第二次运行同一个单元格时,我得到了截然不同的性能。
我在单元格中使用下面的代码片段:
start = timer()
test = test_df.map(get_number_of_activated_pixels)
end = timer()
print(end - start) # Time in seconds
当我第一次运行单元格时,大约需要 100 秒,而当我第二次运行同一个单元格时,它只运行了 18 秒。
我可以将这种巨大的性能差异归因于什么? python 在幕后做一些缓存吗?如果是这样,有人可以详细说明发生了什么吗?
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。