python:HDF和CSV存储优劣对比分析

小数据用csv，大数据用h5

结论1：几百KB以上的数据都用h5比较好

结论2：几KB的数据h5反而很慢

程序

import pandas as pdimport numpy as npfrom wja.wja_tool import test_time as ttfrom wja import wja_tool as tooldf = tool.generate_sampleDF(row, col)tt().run()df.to_csv(’try.csv’)tt().end()tt().run()df.to_hdf(’try.h5’,’df’,mode=’w’)tt().end() tt().run()df1 = pd.read_csv(’try.csv’)tt().end()tt().run()df2 = pd.read_hdf(’try.h5’)tt().end()

对比1：数据10*1

df = tool.generate_sampleDF(10,1)

# csv保存# hdf保存# csv读取# hdf读取程序用时:0.015程序用时:0.9985程序用时:0.009程序用时:0.0369

对比2：数据100*10

df = tool.generate_sampleDF(100,10)

# csv保存# hdf保存# csv读取# hdf读取程序用时:0.017程序用时:1.1016程序用时:0.01程序用时:0.013

对比3：数据1000*100

df = tool.generate_sampleDF(1000,100)

# csv保存# hdf保存# csv读取# hdf读取程序用时:0.2383程序用时:1.0308程序用时:0.0499程序用时:0.016

对比4：数据10000*100

df = tool.generate_sampleDF(10000,100)

# csv保存# hdf保存# csv读取# hdf读取程序用时:2.0895程序用时:1.0073程序用时:0.4055程序用时:0.0169

对比5：数据10000*1000

# csv保存# hdf保存# csv读取# hdf读取df = tool.generate_sampleDF(10000,1000)

# csv保存# hdf保存# csv读取# hdf读取程序用时:23.5693程序用时:2.2057程序用时:3.3697程序用时:0.0619

补充知识：python：n个点m条边有权无向图

n个点：有个位置

m条边：两点之间存在m条边有权值

有权：每条边代表一个数值

无向：没有规定行进方向

规定：

1、两点之间的行进路线，最终权值为所经过的边的权值的最大值

2、两点之间走法不止一个，最终取最小值为最终走法

问：

两点之间的最终权值为多少

如上图，我们可以将其写为列表形式，前两位是从小到大的的两个点，最后一个代表权值，如[1, 2, 2] 代表1和2之间的权值是2，以此类推

n,m = 5, 10road = [[1, 2, 2], [1, 3, 3], [1, 4, 7], [1, 5, 2], [2, 3, 4], [2, 4, 9], [2, 5, 5], [3, 4, 4], [3, 5, 5], [4, 5, 3]]def hold(list1, list2): jiaoji = list(set(list1)&set(list2)) need = [i for i in set(list1+list2) if i not in jiaoji] need.sort() return needdef get(road): option = {} for i in range (m): option[(road[i][0],road[i][1])] = [road[i][2]] for i in range (m): for j in range(i+1,m): dot = hold(road[i][:2], road[j][:2]) if len(dot)==2:if (dot[0],dot[1]) in option.keys(): option[(dot[0],dot[1])].append(max([road[i][2],road[j][2]]))else: option[(dot[0],dot[1])] = [] option[(dot[0],dot[1])].append(max([road[i][2],road[j][2]])) road_new = [] for i in option.items(): road_new.append(list(i[0])+[min(i[1])]) if road==road_new: print(road_new) return road_new return get(road_new)

输出结果

所有可能的走法如下，并且最后一位输出最短的权值路径。

例如 [2, 3, 3]：代表 从2走到3最短的权值路径是3，对应路径从图中可以到是2-1-3

例如 [3, 5, 3]：代表 从3走到5最短的权值路径是3，对应路径从图中可以到是3-1-5

[[1, 2, 2], [1, 3, 3], [1, 4, 3], [1, 5, 2], [2, 3, 3], [2, 4, 3], [2, 5, 2], [3, 4, 3], [3, 5, 3], [4, 5, 3]]

以上这篇python:HDF和CSV存储优劣对比分析就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持好吧啦网。