Python内置数据结构操作VS sqlite3操作

1.摘要

在同一数据库中查询某值,内置数据结构的查询速度快还是数据库sqlite3的查询速度快?针对这一问题,通过构建一个包含2500个随机数的列表,并将其插入sqlite3数据库中,利用timeit模块,分别对内置数据结构list和sqlite3查询某一值在不在数据组中进行对比。

2.代码

>>> import numpy as np
>>> import sqlite3
>>> test=np.random.randn(2500)
>>> test=test.tolist()  #数据转换
>>> a=test[100]  #待查询数据
>>> conn=sqlite3.Connection(‘testit.db‘)
>>> c=conn.cursor()
>>> c.execute(‘create table test(ID integer primary key autoincrement,value real)‘)
>>> for i in range(len(test)):
	    c.execute(‘insert into test values (?,?)‘,(i,test[i]))  #需要注意的是,与占位符?对应的应该是元组,如果是只有一个?,则对应的元组也应该是(x,),其中x是需要插入的数据。
>>> timeit.timeit(‘a in test‘,number=10000,globals=globals())  #globals=globals()保证了全局变量
0.024695289129624598
>>> timeit.timeit(‘c.execute("select * from test where test.value=?",(a,))‘,globals=globals(),number=10000)
0.1466543038781083

 3.结论

内置结构查询速度快。

原文地址:https://www.cnblogs.com/johnyang/p/12589479.html

时间: 2024-12-08 07:24:54

Python内置数据结构操作VS sqlite3操作的相关文章

Python内置数据结构——列表list,元组tuple

内置数据结构分类: 数值型 int , float , complex , bool 序列对象 字符串 str 列表 list tuple(元组) 键值对 集合 set 字典 dict 数字型 int ,float , complex , bool都是class, 1,5.0 , 2+3j都是对象的实例 int : python3的int就是长整型,没有大小限制,受限于内存大小 float:有整数部分和小数部分组成,支持十进制和科学计数法表示,只有双精度型 complex:有实数和虚部组成,实部

Python内置数据结构

内置数据结构 可变 list 列表 byterray dict 字典 set 集合 不可变 tuple 元组 bytes 常量(int,str,bool 等) list 列表 (推荐使用索引)列表相当于一个排列整齐的队列,可以理解为在内存中是一片排列整齐的连续的空间,它是可索引,可变的,有序的,线性结构,可迭代.优点:通过索引(index)查找.替换元素 效率高 时间复杂度O(1).尾部追加(append)与 尾部移除(pop)元素快 效率高 时间复杂度O(1).缺点:从中间增加或移除元素会使列

【Python】07、python内置数据结构之字符串及bytes

一.字符串 1.定义和初始化 In [4]: s = "hello python" In [4]: s = "hello python" In [5]: s Out[5]: 'hello python' In [6]: s = 'hello python' In [7]: s Out[7]: 'hello python' In [8]: s = '''hello python''' In [9]: s Out[9]: 'hello python' In [10]: 

Python内置数据结构3

解构 In [8]: lst = [1,2] In [9]: lst Out[9]: [1, 2] In [10]: first,second = lst  #解构 In [11]: print(first,second) 1 2 按照元素顺序,把线性结构的元素赋值给变量 解构的变化 In [21]: lst = list(range(10)) In [22]: lst Out[22]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] In [23]: head,*mid,tail

python内置数据结构 - list

目录: 分类 数字的处理函数 类型判断 list 练习题 一. 分类 1). 数值型:int(整型), float(浮点型), complex(复数), bool (布尔型) 2). 序列对象:str (字符串), tuple(元组) 3). 键值对:set(集合), dict(字典) 二. 数字的处理函数 round(), 对浮点数取近似值 In [1]: round(2.675, 2) Out[1]: 2.67 In [2]: round(2.676, 2) Out[2]: 2.68 在机器

chapter . 2.2、Python内置数据结构:字符串、字节和字节数组

字符串 有序的序列,是字符的集合 使用单引号,双引号,三引号引注的字符序列 字符串是不可变对象,我们看到的合并字符串,其实是返回一个由原来两个值复制后返回的值,会占用新的空间. 从python3起,字符串是Unicode类型 s1 = 'string' s2 = '''this's a "string''' s3 = r"hello \n aasdasd"    :r和R表示忽略转义 s4 = R'windows \net' sql = """s

【Python】06、python内置数据结构1

一.数据结构与获取帮助信息 1.数据结构 通过某种方式(例如对元素进行编号)组织在一起的数据元素的集合,这些数据元素可以是数字或者字符,甚至可以是其它的数据结构. python的最基本数据结构是序列 序列中的每个元素被分配一个序号(即元素的位置),也称为索引:索引从0开始编号 2.python中如何获取命令帮助 获取对象支持使用的属性和方法:dir(), 某方法的具体使用帮助:help() 获取可调用对象的文档字串:print(obj.__doc__) In [15]: dir(list) Ou

python内置数据结构之list

列表简单总结 类和实例之间的理解         人类,哺乳类         实例是某一类中的真实个体 时间复杂度         O(1)         O(n)         O(n**2)         随着处理的数据逐渐增加,程序返回结果的时间变化的描述.             O(1)表示无论程序处理的数据如何增加,返回结果的时间是常数             O(n)随着处理数据的数量n的增加,返回结果的时间线性增长n             O(n)随着处理数据的数量n的

【Python】10、python内置数据结构之集合

一.集合 1.集合的定义 In [74]: s = {} In [74]: s = {}    # 空大括号是空的字典 In [75]: type(s) Out[75]: dict In [77]: type(s) Out[77]: set In [78]: help(set) Help on class set in module builtins: class set(object)  |  set() -> new empty set object  |  set(iterable) ->