尝试缓存停用词对象，如下所示。每次调用函数时都要构造它，这似乎是瓶颈。
from nltk.corpus import stopwords
cachedStopWords = stopwords.words("english")
def testFuncOld():
text = 'hello bye the the hi'
text = ' '.join([word for word in text.split() if word not in stopwords.words("english")])
def testFuncNew():
text = 'hello bye the the hi'
text = ' '.join([word for word in text.split() if word not in cachedStopWords])
if __name__ == "__main__":
for i in xrange(10000):
testFuncOld()
testFuncNew()
：我通过探查跑这 。相关行如下。
nCalls累积时间
10000 7.723个单词.py：7（testFuncOld）
10000 0.140个单词。py：11（testFuncNew）
因此，缓存停用词实例可以使速度提高约70倍。
602392714
清零编程群