Comment optimiser l'analyse des dates en Python pour des performances plus rapides ?

Un strptime Swift ?

Analyser un grand nombre de dates au format « AAAA-MM-JJ » et les modifier peut constituer un goulot d'étranglement en termes de performances. , en particulier lorsqu'il s'agit de grands ensembles de données.

Pour accélérer ce processus, vous pouvez utiliser la technique suivante au lieu de datetime.datetime.strptime(endofdaydate, "%Y-%m-%d").date() :

datetime.date(*map(int, a.split('-')))

Cette approche divise la chaîne en trois composants entiers et les regroupe dans un objet datetime.date. Avec cette optimisation, vous pouvez obtenir une amélioration impressionnante des performances de 8 fois.

Si vous préférez une approche plus explicite, vous pouvez utiliser ce qui suit :

datetime.date(int(a[:4]), int(a[5:7]), int(a[8:10]))

Cette technique donne un résultat encore plus grand. augmentation de la vitesse, offrant un gain de performances 9 fois supérieur à la méthode originale.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!