如何提高python循环的速度？

Question

我有一个大的数据帧，我需要根据不同的情况进行分析，我正在寻找一种方法（很容易）加快进程，如果可能的话。你知道吗

基本上我的代码是这样的（真的，真的简化了）

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,10,size=(10, 4)), columns=list('ABCD'))

dict_x = {}
for x in range(0, 10):
    dict_y = {}
    for y in range(0, 10):
        for i in range(0, len(df)):
            df.loc[i, 'E'] = ((df.loc[i, 'A'] * df.loc[i, 'B']) * x) + y
        dict_y[y] = df
    dict_x[x] = dict_y

由于场景太多，运行起来需要很长时间。每个场景都独立于其他场景。有没有办法提高速度？比如让python能够同时使用多个核心/分析多个场景，或者其他什么

我看了一下多处理模块，但不明白如何应用它。我对Python还很陌生，所以我可能缺少一些基本的东西。你知道吗

****编辑**：更新的代码示例，希望更容易理解我想要实现的目标。由于系统上需要的传感器和计算的数量，实际的代码要长得多，而且一个月内每分钟都有数据。你知道吗

Answer 1

你可以做两件事：

首先，矢量化：使用numpy库进行循环乘法/加法和其他数学运算。这将使您的时间减少1000倍（可能会更大）

您可以处理的另一个领域是相互独立的数据并行处理。请参阅多线程和多处理文档。你知道吗