python之对于大数据(通过 stdin.readlines())在 python 中比 map() 更快的方法

我写了一段代码，我必须处理来自标准输入的大量行，拆分它们，然后将值转换为整数(这是一个典型的编程挑战)。

我的脚本需要大约 20 秒来处理大约 50,000 行，但是使用 cProfile 我发现所有映射调用都需要大约 8 秒(我为每一行调用拆分和映射，对我来说效率很低)。

这是我的做法:

inp = [i[0:-1] for i in stdin.readlines()][1:] 
inp = [map(int, i.split()) for i in inp] 

执行此操作的更 pythonic 方法是什么？

输入看起来像:

2        # number of testcases 
2        # depth of following numeric triangle 
1 
1 2 
3        # depth of next numeric triangle 
1 
1 2 
1 2 3 

非常感谢您的帮助!

请您参考如下方法:

使用 numpy.loadtxt 或 numpy.genfromtxt。与在 Python 中使用循环加载数字相比，这会将数字加载到数组中的速度要快得多，因为该实现是在编译语言中进行的，并且是高度优化的。