Python 理財程式小技巧 – 優化程式執行速度，從減少重複索引龐大數據和向量化做起

一、前言

隨著 Python 越來越普及，許多讀者在求學階段就對 Python 有些著墨，甚至是使用 Python 來完成學校作業。但其實，除了資訊科系以外，大部分 Python 初學者的程式只能說是「跑得出結果」，但是效率是有明顯改善空間的。

確實，Python 在眾多程式語言當中，本身速度就沒有優勢，但我們可以透過一些小技巧，大幅縮短程式運行時間。

本篇主要講述的是 for 迴圈的設計，以及龐大數據量的 pandas 資料索引的優化。

二、情境解說與資料讀取

首先，這裡介紹一個很常見的情境，比較一下不同做法的速度：

假設我們要對一個資料長度超過 100 萬的一分線價量資料 DataFrame，比對每筆收盤價有沒有比當根 K 棒開盤價高。（這通常會出現在我們要計算策略訊號的時候）

首先，先讀取資料：

import pandas as pd
price = pd.read_csv(“BTCUSDT.csv”, index_col=”timestamp”)

讀取進來的資料長相為：

三、迴圈設計：初學者版本

要比對每筆資料，一般初學者往往會很直覺地寫出這個解法：

for i in range(len(price)):
    if price.iloc[i]["close"] > price.iloc[i]["open"]:
        movement = "rise"
    elif price.iloc[i]["close"] < price.iloc[i]["open"]:
        movement = "drop"
    else:
        movement = "flat"

這個解法在學校應該沒什麼問題，放著一個晚上總是跑得完。實際上，我們實測這段程式碼花了 277.03 秒。這速度都超過一碗泡麵的時間了！

那這段程式碼的問題在哪？

首先，for 迴圈我們用 range 每圈對應到「第 i 行」，這個迴圈的寫法注定讓後面取用資料的時候，運行異常緩慢。再來，在迴圈內，我們調用了四次 price 整個 DataFrame 來找到該行的收盤價和開盤價的值。每一次這種調用不會多花多少時間，但是每一圈都有四次調用，而我們有 1,164,743 圈，累積下來的時間花費就變得非常可觀！

所以，我們接著來修正看看，如果每圈只調用兩次 price 一整份的 DataFrame，可以節省多少時間？

for i in range(len(price)):
    close_price = price.iloc[i]["close"]
    open_price = price.iloc[i]["open"]
    if close_price > open_price:
        movement = "rise"
    elif close_price < open_price:
        movement = "drop"
    else:
        movement = "flat"

結果總花費時間為 179.66 秒。相比節省了將近 100 秒，也就是 36% 的時間！

四、迴圈設計：使用 index

如果我們再優化，不要用 iloc 的方式，改用 index 做 for 迴圈，效率有改善嗎？

for index in price.index:
    close_price = price.loc[index, "close"]
    open_price = price.loc[index, "open"]
    if close_price > open_price:
        movement = "rise"
    elif close_price < open_price:
        movement = "drop"
    else:
        movement = "flat"

程式碼優化如上方區塊紅色字體的部分。實測結果，我們在 20.19 秒就運行完成了！儘管每一圈迴圈都要調用兩次 price，但顯然透過 loc，比 iloc 查找資料的運行速度快得多了！

五、迴圈設計：使用 iterrows

如果是透過許多初學者愛用的 iterrows 來遍歷每一行呢？

for index, row in price.iterrows():
    if row["close"] > row["open"]:
        movement = "rise"
    elif row["close"] < row["open"]:
        movement = "drop"
    else:
        movement = "flat"

實測結果為 65.86 秒，比 iloc 快，但沒有 loc 快。

六、效率最強王牌：向量化運算

但其實，Python 最強王牌在這裡：向量化（Vectorize）運算！

price["movement"] = pd.Series(
    np.where(price["close"] > price["open"], "rise", "drop"),
    index = price.index
)
price.loc[price["close"] == price["open"], "movement"] = "flat"

向量化（Vectorize）運算

這裡講解一下程式碼：我們直接在 price 這個 DataFrame 新增一個 column 叫做“movement”，定義這欄的值是用 np.where 判斷收盤價是否大於開盤價的結果，若收盤價大於開盤價，則存為“rise”。若否，則存為“drop”。把這個 np.where 輸出的 array 轉成 pd.Series 格式，就能準確對齊 price 的 index 存入了！

不過要注意，收盤價與開盤價比較，不只有上升、下跌，還有平盤。因此，要另外寫一行，把收盤價大於開盤價的 movement 的值都要改為“flat”，這才會是正確答案。

七、結論

Python 有很多小撇步可以改善運行效率，向量化是一個非常強大的武器！雖然有時候無法避免使用迴圈，但光是迴圈設計的不同，就有明顯速度差異了。如果有其他更有效率的運行方式，歡迎私訊或留言讓我們知道哦！讓我們一起成長下去吧！

---

加入LINE社群「量化交易討論群」無壓力討論與分享！

加入Discord 「量化交易討論群」即時獲取實用的資源！