如何让组织功能更高效

Question

首先，这不是一个高优先级的问题，因为一切正常且运行良好，但是我无法摆脱这样的感觉，即如果我没有遇到严重的脑阻塞，代码可以更有效地运行.

这里是要点：我正在从 python 运行查询以从数据库中获取一堆条目。接下来我需要遍历条目，找到某个元素的最小值，最大值，然后确定这两个值之间的1/4、1/2和3/4处的值。最后，我需要计算有多少条目适合这些类别。

results = ({
   'min':999999,
   'min-value':0,
   'quarter':0,
   'quarter-value':0,
   'mid':0,
   'mid-value':0,
   'three-quarter':0,
   'max-value':0,
   'max':0
})

for query_value in q:
   results['min'] = min(query_value, results['min'])
   results['max'] = max(query_value, results['max'])

results['mid'] = (results['min']+results['max'])/2
results['quarter'] = (results['min']+results['mid'])/2
results['three-quarter'] = (results['mid']+results['max'])/2

for query_value in q:
   if query_value < results['quarter']:
      results['min-value'] += 1
   elif query_value < results['mid']:
      results['quarter-value'] += 1
   elif query_value < results['three-quarter']:
      results['mid-value'] += 1
   else:
      results['max-value'] += 1

return results

如您所见，我必须循环两次值，这对我来说是一个主要的危险信号。我将继续自己努力。我曾想过对数据库运行第二个 sql 查询，分别请求最大值和最小值，但 sql 在这方面会比 python 更有效吗？我只是想降低运行时间。

任何建议表示赞赏。

编辑：我想指出，这绝对是相关代码的最小表示。显然，正确的代码包括测试以确保元素不为空，并且确实必须对获取的值进行更多处理，但这是问题的核心。

Answer 1

我了解到q 可以迭代，其结果本质上是一个数字。 如果q 的长度很大，您最好使用以下方法：

import numpy as np

results = {}

hist, edges = np.histogram(q, 4)  # possibly: `q.all()` instead of `q`
results['min-value'], results['quarter-value'], results['mid-value'], results['max-value'] = hist
results['min'], results['quarter'], results['mid'], results['three-quarter'], results['max'] = edges

此外，您可能需要考虑为数组的键使用更多信息名称。例如，min-value 会误导我。

我宁愿使用，例如：

results['bin_1/4'], ... = hist
results['min'], results['1/4-val'], results['mid-val'], results['3/4-val'], results['max'] = edges

除了更明确之外，还可以很容易地自动化，例如如果 n_bins 值发生变化，因此更容易扩展：

n_bins= 4
results.update({f'bin{i}/{n_bins}': x for i, x in enumerate(hist)})

---

只是为了让您了解这些数字，请查看这些基准，这些基准显示所提议方法的速度提高了约 100 倍（蓝色是您的版本，橙色是我的；第二行是对最快解决方案的放大）：