我必须遍历超过 4000 个项目的列表,并使用 python 中的推荐算法检查它们的相似性。
该脚本需要很长时间才能运行(10-11 小时),我想结合多线程来提高速度,但不知 Prop 体怎么做。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
data=pd.read_csv('data.csv',index_col=0, encoding="ISO-8859-1")
# Get list of unique items
itemList=list(set(data["product_ref"].tolist()))
# Get count of customers
userCount=len(set(data["customer_id"].tolist()))
# Create an empty data frame to store item affinity scores for items.
itemAffinity= pd.DataFrame(columns=('item1', 'item2', 'score'))
def itemUsers(ind):
return data[data.product_ref==itemList[ind]]["customer_id"].tolist()
rowCount=0
for ind1 in range(len(itemList)):
item1Users = itemUsers(ind1)
pool = Pool()
pool.map(loop2, data_inputs)
for ind2 in range(ind1+1, len(itemList)):
print(ind1, ":", ind2)
item2Users = itemUsers(ind2)
commonUsers= len(set(item1Users).intersection(set(item2Users)))
score=commonUsers / userCount
itemAffinity.loc[rowCount] = [itemList[ind1],itemList[ind2],score]
rowCount +=1
最佳答案
合并多线程不会改善您的运行时间。
这样想,当您使用多线程时,您会在多个线程之间分散计算时间 - 当您可以将其分散在一个进程上时。
例如,当您在线程上等待用户输入并且您想在等待时进行计算时,它可能会有所帮助,但这不是您的情况。
关于python - 嵌套 for 循环遍历 python 列表,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50930805/