总结一下用python做毕设的经验
（之前没有学过python，所以：单纯记录成长，与君共享！）
功能说明：
对一个百万行数据量的csv文件进行特征提取（应该是这么个说法），害，就是根据其中的值构建一个新的矩阵。
最开始的错误编程操作：
直接导入pandas库，完了以后read_csv + 一堆while,for,if开搞，结果就是读取效率巨低！！！
改进思路：
1.只提取有用的列属性进行操作：
eg:属性有user_id,item_id,sex,action_type，
只需要用到user_id,action_type的话，就这样写：
table=pd.read_csv(filename,usecols=[‘user_id’,‘action_type’])
2.对csv文件进行分块读取：
eg:对上面的实例语句进行改进，每块大小为10000:
table=pd.read_csv(filename,usecols=[‘user_id’,‘action_type’],chunksize=10000)
3.使用迭代器
（我好像是用到了，但是嗯，，还是不太理解，所以具体的还是再看看其他大佬的博客学习一下吧）
4.优化循环、判断语句！！！（一定要仔细查看改进自己的编程步骤，重新调整思路，因为数据量很大的时候，这个步骤的书写不合理也会浪费特别多的时间！）
5.对大量数据的处理，因为我之前没经验，所以我是先在小的差不多类型的csv文件上实验的代码，成功后搬到这个大量的数据上使用的。
6.多线程？？？（看了一下资料，，嗯，感觉不太好嵌入进我现在的代码里来，有兴趣的小伙伴可以再查看一下相关知识）
改进效果：
50行/分钟---->100行/分钟---->100行/秒
总结
嗯，好像现在看来速度还不是很快，我还是再搞搞吧。
如果有大神看到的话，求求告知其他的改进办法！！！