Вот мой фрагмент кода
Я пытаюсь ускорить время вычислений с помощью многопроцессорных / многопоточных библиотек.У кого-нибудь есть опыт оптимизации времени вычисления их кода?Я также в настоящее время испытываю ошибку из-за нехватки памяти, так как мой набор данных составляет около 900 000 строк
from pandas import read_excel
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from fbprophet import Prophet
from fbprophet.plot import plot_plotly
import plotly.offline as py
my_sheet = 'pagev' #name of your excel sheet
file_name = 'BD_pageviews_OB72519.xlsx' # name of your excel file
df = pd.read_excel(file_name, sheet_name = my_sheet)
print(df.head()) # shows headers with top 5 rows
ax = df.plot( x="ds", y="y", marker="o", linestyle="") #scatterplot
fx = df.plot("ds", "y")
plt.xlabel("Date")
plt.ylabel("views")
plt.legend()
ax.figure.autofmt_xdate()
plt.show()
model = Prophet(daily_seasonality = True, seasonality_prior_scale=0.1, uncertainty_samples=100)
model.fit(df); #fit the model with your data
future_data = model.make_future_dataframe(periods=30, freq = 'd')
future_data.tail()
forecast_data = model.predict(future_data)
forecast_data[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].tail()
fig4 = model.plot(forecast_data, uncertainty=True)
fig1 = model.plot(forecast_data, uncertainty=True)
model.plot_components(forecast_data).savefig('forcast3.png')
fig2 = model.plot_components(forecast_data, uncertainty=True)
model.plot_components(forecast_data).savefig('components3.png')
fig3 = plot_plotly(model, forecast_data) # This returns a plotly Figure
plt.savefig('fig1.pdf')
print (forecast_data.tail(15))