PPTX-Python `insert_chart` 逐渐减速

Question

我们有一个创建包含 1000 多张幻灯片的大型 pptx 的应用程序，我们正在使用 python-pptx 库。

我们遇到的问题是，随着演示文稿的增长，向其中添加元素 and/or 图表变得越来越慢。

from pptx import Presentation
from pptx.chart.data import CategoryChartData
from pptx.enum.chart import XL_CHART_TYPE
from pptx.util import Inches


SLD_LAYOUT_TITLE_AND_CONTENT = 1

prs = Presentation()

slide_layout = prs.slide_layouts[SLD_LAYOUT_TITLE_AND_CONTENT]
for idx in range(2000):
    slide = prs.slides.add_slide(prs.slide_layouts[5])
    
    chart_data = CategoryChartData()
    chart_data.categories = ['East', 'West', 'Midwest']
    chart_data.add_series('Series 1', (19.2, 21.4, 16.7))

    x, y, cx, cy = Inches(2), Inches(2), Inches(6), Inches(4.5)
    slide.shapes.add_chart(
    XL_CHART_TYPE.COLUMN_CLUSTERED, x, y, cx, cy, chart_data
    )

    print(str(idx))

prs.save('test.pptx')

不知道有没有人遇到过这种情况？似乎 pptx-python 必须在 Presentation 内部查找，因此每次迭代都会变慢。还是我们使用 python 循环并将变量加载到内存中的方式？

Answer 1

这似乎是图表和幻灯片部件名称分配中的 O(N^2) 行为。 GitHub 问题线程中的更多详细信息：https://github.com/scanny/python-pptx/issues/644#issuecomment-685056215

Answer 2

所以我所做的是，在每次循环迭代中，我在 self.partnames 中创建新的 key 对应于 /ppt/<something> 之后收到的 tmpl 并递增 1，这不需要每次都遍历所有零件名称并确定 next partname is available.

是什么

    def next_partname(self, tmpl):
        """
        Return a |PackURI| instance representing the next partname
        matching *tmpl*, which is a printf (%)-style template string
        containing a single replacement item, a '%d' to be used to insert the
        integer portion of the partname. Example: '/ppt/slides/slide%d.xml'
        """
        name = tmpl.split(os.sep)[2]
        self.partnames[name] += 1
        candidate_partname = tmpl % self.partnames[name]
        return PackURI(candidate_partname)

我知道它可以进一步改进，只是需要一些关于我可能遗漏的提示。

PPTX-Python `insert_chart` 逐渐减速

PPTX-Python `insert_chart` incrementally slowing down

python

performance

python-pptx