[[217563]]

有人覺得這標題有點兒像王婆賣瓜？其實要說我一開始也不是很自信。畢竟看了這篇文章里寫的信誓旦旦的：《為什么你經(jīng)常加班，卻干不過那些準點開溜的同事？》，再加之久仰Python的鼎鼎大名，且看過的Python的教材的前言中提到許許多多強調(diào)Python的優(yōu)點：語法簡單、容易上手、世間***的正義等等（對比的當(dāng)然是著名的反人類C++和潛在的反人類JAVA），我也不禁懷疑了：要做得比Python還爽，需要做到什么地步？

先看看環(huán)境實現(xiàn)、代碼編寫的效率

鑒于我是一個愛折騰的碼農(nóng)，又自負有那么點Python的基礎(chǔ)，借著害死貓的好奇心驅(qū)使，便打算試試手：看看這Python到底有多簡便。

要搞Python，***步當(dāng)然是安裝Python解釋器，那么問題來了：選Python2還是Python3？雖然看起來只是版本升級，但其實卻是連語法都換代（不是升級的意思，Python3不能完全兼容Python2語法）。雖然有Python牛人說“語言不是問題，重點在于思想巴拉巴拉……”，但對于瑟瑟發(fā)抖的新人們來說，我想大多還是不希望看到：因為缺個括號，就連print都出不來Hello World了……這樣的鬧心事吧？對比了種種網(wǎng)上意見，***還是決定支持先進：選Python3。這樣就算過幾年再出個語法換代的Python4、Python5啥的，至少我的Python3能比別人的Python2多活個幾年。

安裝完解釋器，再選一個寫代碼的編輯器。因為最近習(xí)慣用eclipse——開源、跨平臺、免安裝，且支持多種插件——所以我決定在eclipse上安裝個pydev來實現(xiàn)支持python編程的功能。百度上找了一個最簡便的方法：網(wǎng)上在線安裝。結(jié)果安好之后發(fā)現(xiàn)找不著pydev？再百度找問題，發(fā)現(xiàn)竟是pydev的版本太新了。只好先卸了再對照eclipse和jdk版本找了一個恰到好處的，一邊百度一邊實驗，一個小時總算搞定。速度很慢？要知道網(wǎng)上可是有人自述弄了整整一個下午。所以對這一點我還是蠻佩服自己的。

安完編程環(huán)境后，總該爽一下了吧？先print個Hello World？***！再找之前的文章copy一下代碼……嗯？***行import pandas報錯？缺少pandas的庫？這么重要的科學(xué)計算常用庫為啥這python安裝時就不自帶一下?。窟€是自己安吧……

上網(wǎng)繼續(xù)百度……發(fā)現(xiàn)有說安一個anaconda……但那樣我之前安的python和pydev不是都白費了？且anaconda自帶的編輯器spyder編寫復(fù)雜工程不夠強大又容易崩潰，還有有很多anaconda沒有的庫你自己再添加又不知有沒有什么兼容之類巴拉巴拉的問題……否決。直接安裝個pandas庫呢？也不行，還有一大堆pandas需要的亂七八糟的其他庫等著你呢（linux一族的通?。?。用pip工具安裝？沒有外網(wǎng)不行，不過還好我有。但前提是得先安pip工具本身。怎么安裝？源碼編譯……萬幸！大學(xué)英語沒忘光，摸著英文線索一路搞到了pip的源碼文件，瑟瑟發(fā)抖的編譯通過后（此處需要使用之前的python環(huán)境），再從百度上找一個用pip安裝pandas庫的詳細教程，附帶pip pandas所有必須支持庫的網(wǎng)址，一頓pip下來后（此處需要命令行），再回eclipse中繼續(xù)試驗import pandas……居然還不行?。。∈裁辞闆r？抱著死馬當(dāng)活馬醫(yī)的心理，打開了python的命令行工具：python shell，試試在python shell中import pandas行不行？竟然又行了！再回eclipse里繼續(xù)測試，也正常了！個中原因太過玄幻，還是找一位python界的大神來解釋吧……

到這一步，總算可以開始最早提到的那篇文章中的python編程了。回到之前提到的《為什么你經(jīng)常加班，卻干不過那些準點開溜的同事？》這篇文章，原文中竟然是用程序代碼中的字符串做表數(shù)據(jù)源……將數(shù)據(jù)寫到程序里感覺也太山寨了點，這樣改數(shù)據(jù)難道還得改程序不成？而且如果數(shù)據(jù)過大，導(dǎo)致內(nèi)存裝不下怎么辦？又或者數(shù)據(jù)想跨程序使用又該怎么辦？所以咱至少寫個文本文件之類的外存文件做數(shù)據(jù)源。

接下來就是編程了，除了加了***步的讀文件操作之外，其他都跟原文一樣 

import pandas 
 
f = open(‘D:/data.txt’, ‘r‘) 
 
try: 
 
a = f.read( ) 
 
finally: 
 
f.close( ) 
 
b = [] 
 
for i in a.split(“\n”): 
 
b.append(i.split(” “)) 
 
for i in range(1, len(b)): 
 
b[i][4] = b[i][4].replace(“$”,‘ ‘) 
 
b[i][4] = b[i][4].replace(“,”,‘ ‘) 
 
for i in range(1, len(b)): 
 
for j in [1, 2, 3, 4]: 
 
b[i][j] = eval(b[i][j]) 
 
data = pandas.DataFrame(b[1:],columns=b[0]) 
 
out = data.groupby([‘STYLE’,‘BEDROOMS’]).mean() 
 
print(out) 

運算結(jié)果也一致

簡單嗎？照比C++，那是簡單得很，但如果對比集算器呢？

集算器的安裝咱就不說了，非得要問？那你一定是在逗我……

先上集算器的程序：真不是欺負你，就三行代碼，而且連一個循環(huán)都用不著寫！實際上，如果不是***一列字段的數(shù)據(jù)有點特殊需要處理一下，兩行就可以搞定

再看看計算的結(jié)果：與python完全一致 

如果你還是有些猶豫的話，那么不妨再透露一個重要的內(nèi)幕：集算器的這種使用處理方法（游標），是可以支持大數(shù)據(jù)處理的，而且只要再加個選項還可以支持多線程并行計算。而上面的python算法要支持大量數(shù)據(jù)，那改起來可就不是一句兩句能完事的了，再上個多線程并行計算？我感覺您可能需要的是一位有多年python編程經(jīng)驗的老鳥…… 

再看看代碼運算的效率 

***，不妨加入計時代碼，看看運行程序消耗的時間。 

先加python的計時代碼（友情提示：計時單位是秒）  

import pandas 
 
import time 
 
start = time.clock() 
 
f = open(‘D:/data2.txt‘, ‘r’) 
 
try: 
 
a = f.read( ) 
 
finally: 
 
f.close( ) 
 
b = [] 
 
for i in a.split(“\n”): 
 
b.append(i.split(” “)) 
 
for i in range(1, len(b)): 
 
b[i][4] = b[i][4].replace(“$”,‘ ‘) 
 
b[i][4] = b[i][4].replace(“,”,‘ ‘) 
 
for i in range(1, len(b)): 
 
for j in [1, 2, 3, 4]: 
 
b[i][j] = eval(b[i][j]) 
 
data = pandas.DataFrame(b[1:],columns=b[0]) 
 
out = data.groupby([‘STYLE’,‘BEDROOMS’]).mean() 
 
elapsed = (time.clock() – start) 
 
print(elapsed)  

鑒于原有數(shù)據(jù)文件太小，體驗不出什么差距，不如干脆做大一些，能更有對比價值。就做個22.3M的文本文件（就是把原有數(shù)據(jù)不斷復(fù)制粘貼來把文件撐大一點） 

先測試Python： 

為了不讓eclipse影響運行速度，這里干脆拿到命令行里執(zhí)行（elicpse：俺不背鍋！）  

再次友情提示：python這里計時使用的單位是秒……嗯，處理22.3M的數(shù)據(jù)30多秒……還好我一直堅持等下去，沒誤以為已經(jīng)卡死，給他來個Ctrl+C…… 

然后再看看集算器，也加入計時代碼（友情提示：使用@ms選項后計時單位是毫秒） 

然后再看看耗時（點擊A5格就會在右側(cè)顯示計算出來的計時數(shù)值）

1391毫秒約等于1.4秒（請注意此處有個小數(shù)點……） 

看到這樣的對比結(jié)果，我覺得啥也不用說了，請大家自己用心去體會（我也就不得寸進尺地說：其實集算器好多加速方法還沒用上呢……畢竟太欺負人了不好……）