0
新星火并希望看到以优化下面的代码的最佳方式。 我有5GB文件的文件用50列,其余(下面在可变位置)大约需要30列出来。然后在其上运行各种统计数据。优化星火数字功能(蟒蛇)
def numStats(position):
results = []
for lines in position:
stats = [0,0,0,0,0,0,0,0]
myData = dataSplit.map(lambda arr: (arr[lines]))
if myData.take(1) != [u'']:
myData3 = myData.map(lambda line: line.split(',')).map(lambda fields: ("Column", float(fields[0]))).map(lambda (column, value) : (value)).persist(StorageLevel.MEMORY_AND_DISK)
stats[0] = myData3.sum()
results.append(stats[0])
stats[1] = myData3.min()
results.append(stats[1])
stats[2] = myData3.max()
results.append(stats[2])
stats[3] = myData3.mean()
results.append(stats[3])
stats[4] = myData3.stdev()
results.append(stats[4])
stats[5] = myData3.variance()
results.append(stats[5])
stats[6] = myData3.sampleStdev()
results.append(stats[6])
stats[7] = myData3.sampleVariance()
results.append(stats[7])
你的问题是计算单通道内的所有统计数据? – javadba 2015-03-03 00:19:47
有什么你可以在我怎么可能能够进一步优化代码看? – theMadKing 2015-03-03 16:23:22