713408_zh-CN

liliconcom

回复：优化循环以运行得更快

你想做什么？

回复：优化循环以运行得更快

你有没有尝试过调试器中的分析器确定大部分时间都花在哪里？

回复：优化循环以运行得更快

这是我将采取的方法。我简化了代码以使该方法更加明显。在我的系统上，每列的处理时间约为 2.25 秒。

Names Default To Here( 1 );
dt = Current Data Table();
start = Tick Seconds();
dt << Clear Row States;
dt << Clear Column Selection();

dt << Clear Column Selection;
allcol = dt << get column names( string );
dt << select column group( "Tests" );
selcol = dt << get selected columns;
dt << Clear Column Selection();

// loop thru each test, mark and count fails

//new for each loop
For Each( {ii, index}, selcol,
loopstart=tick seconds();
 If( ii << get data type == "Numeric", 
 // set up pareto columns
  PassCol = New Column( "PassFail" || Char( index ), Numeric );
  colspec = ii << get property( "spec limits" );
  lsl = colspec["LSL"];
  usl = colspec["USL"];
  dt << select where( lsl >= ii <= usl );
  PassCol[dt << get selected rows] = 1;
  dt << invert row selection;
  PassCol[dt << get selected rows] = 0;
 );
 show("loop " || char(index), tick seconds - loopstart);
);
show("total time= ", tick seconds()-start);

回复：优化循环以运行得更快

@tx尼尔森谢谢吉姆。 我在 100 万行上尝试了你的方法，花了大约 3.5 分钟

 

 

回复：优化循环以运行得更快

最有可能的是，我在某个时候弄乱了矩阵列和行，但我现在没有时间修复它们，并且没有使用比提供的数据集更大的数据集进行测试

Names Default To Here(1);

dt = Open("$DOWNLOADS/Sample table.jmp", invisible);

dt << Clear Row States;
dt << Clear Column Selection;

cols = dt << get column group("Tests");
test_cols = Transform Each({col}, cols, col << get name);

testcol_count = N Items(test_cols);
FUDDnum = Round(testcol_count * 0.17);


get_specs = Function({dt, colname}, {Default Local},
 colspec = Column(dt, colname) << get property("Spec Limits");
 
 specs = Associative Array();
 specs["LSL"] = Try(colspec["LSL"], .);
 specs["USL"] = Try(colspec["USL"], .);
 
 return(specs);
);

// set up pareto columns
yielditer = dt << Get Table Variable("YieldIteration");
If(yielditer == "",
 yield_iter_num = 1;
,
 yield_iter_num = Num(yielditer) + 1;
);
dt << Set Table Variable("YieldIteration", yield_iter_num);


NumFail = dt << New Column("FailureNumber" || yielditer, Numeric, <<SET each="" value=""> specs["USL"]);
 m[idx, fail_rows] = 1;
);

dt[0, NumFail << get name] = V Sum(m)`;
dt[0, PassCol << get name] = Not(V Sum(m)` > 0);

For Each Row(dt,
 failcount = Column(dt, (NumFail << get name))[Row()];
 If(failcount > FUDDnum,
  ParetoCol[Row()] = "FUDD";
 , failcount > 0,
  fails = Loc(m[0, Row()]);
  ParetoCol[Row()] = Concat items(test_cols[fails], ", ");
 );
);
</SET>

回复：优化循环以运行得更快

有效，贾莫。 多谢。 你太棒了 ：）

优化循环以运行得更快

你好，

新年快乐！

有没有办法让处理速度更快？我尝试使用它对于每个，而且确实节省了一些时间。 我想弄清楚是否可以使用列公式

 

这是我的 for 循环。 运行超过 1M 次迭代需要很长时间。 有什么建议吗？

 

For each();<BR />

谢谢。

 

自动化和脚本编写回复：优化循环以运行得更快

@jthi
对于每个