使用性能更好的python创建数据集列表

Question

我有一个由C/C++函数作为行组成的数据集。我想得到每个函数，将它们拆分，并创建一个单词列表（a）。并将该列表A放到列表B中，作为python中的列表列表

到目前为止，我一直在使用它，但我的数据集有128312项，而且速度很慢

我们能改进这个吗？如果是，我愿意接受建议

functionSourceDF = hdf.get('functionSource')

.
.
.

FSDarray = []
for i in range(0,size):
    FSDarray.append(functionSourceDF[i].split(" "))
FSDarray = np.array(FSDarray)

多谢各位

Answer 1

实际上，您可以使用numpy解决此类问题

import numpy as np
a = ["This is a test", "of numpy", "splitting words"]
a = np.array(a)
a = np.char.split(a)
print(a)

输出

[列表（['This'，'is'，'a'，'test']）列表（['of'，'numpy']）） 列表（['spliting'，'words']）]