Python Python | The fastest way to read CSV (csv/NumPy/pandas/VBA) This article describes which is the fastest way to read CSV. [Conclusion] pandas is the fastest. csv (Python standard module) is twice as slow. NumPy and VBA are 20x slower. 2024.09.24 Python
Python Python | NumPy配列の要素数を次元別に取得する方法 Python NumPy配列の要素数を次元別に取得する方法を説明する。■結論 NumPy配列.shape[要素数を取得したい次元]で取得できる。 2024.07.18 Python
Python Python | NumPy 1次元配列2個を結合して2次元配列にする方法 Python NumPyで1次元配列2個を結合して2次元配列にする方法を説明する。■結論 np.stack([1次元配列1, 1次元配列2])と記述する。 2024.07.03 Python
Python Python | sin波vs時間のデータを作成する方法 Pythonでsin波vs時間のデータを作成する方法を説明する。■結論 1.サイン波の周波数 [Hz]を設定する。2.サンプリング周期 [秒]を設定する。3.サンプリング点数 [個]を設定する。4.サンプル番号を設定する。5.時間データを設定する。6.サイン波を設定する。 2024.07.02 Python
Python Python | mapで配列の全要素に同じ処理を行う Pythonでmapで配列の全要素に同じ処理を行う方法を説明する。■結論 元の配列の全要素に同じ処理を行うためにはmap(lambda x: 処理, 元の配列)と記述する。 2024.06.12 Python
Python Python | 並列化(マルチスレッド化)による高速化 concurrent.futures マルチスレッド化を行いI/Oバウンドな処理を高速化する方法を説明する。■結果イメージ CSVファイル(275MB)4個を読み込む時間をスレッド数を振って測定した。読み込み時間は2スレッドで70%、4スレッドで60%に低減した。 2024.06.11 Python
Python Python | sleep()でウェイトを入れる方法 Pythonでsleep()でウェイトを入れる方法を説明する。■結論 timeをimportしてsleep(スリープさせたい時間[秒])を使う。 2024.06.09 Python
Python Python | time()で処理時間を計測する方法 Pythonでtime()で処理時間を計測する方法を説明する。■結論 timeをimportして処理時間を計測したい処理の前後でtime()を使うことで処理時間を計測できる。 2024.06.09 Python
Python Python | CSV読み込み高速化(csv/NumPy/pandas/VBA速度比較) CSV読み込みで使いたくなるPythonの標準モジュールのcsv、NumPy、pandas、ExcelのVBAでCSV読み込み速度を比較する。■結論 pandasが最速。標準モジュールのcsvは2倍遅く、NumPyとVBAは20倍遅い。 2024.06.03 Python