如何利用并发性加速python中的嵌套循环?

8tntrjer  于 2021-09-08  发布在  Java
关注(0)|答案(1)|浏览(303)

我有以下代码:

def multiple_invoice_matches(payment_regex, invoice_regex):
    multiple_invoice_payment_matches=[]
    for p in payment_regex:
        if p["match_count"]>1:
            for k in p["matches"]:
                for i in invoice_regex:
                    if i["rechnung_nr"] ==k:
                        multiple_invoice_payment_matches.append({"fuzzy_ratio":100, "type":2,  "m_match":0, "invoice":i, "payment":p})

    return multiple_invoice_payment_matches

大小 payment_regexinvoice_regex 它们真的很大。因此,上面给出的代码片段需要花费太多时间才能返回结果。如何加快此代码的运行时间?或者如何通过并发性来加快代码的运行速度(如果可能的话)?

aurhwmvo

aurhwmvo1#

你可以看一看 numba 如果您的数据具有并行化的可能性,那么使用numba库重写函数肯定会加快代码的速度。
如果不考虑数据的大小和结构,就很难给出优化函数的一般方法。

相关问题