Te gustaría calcular el índice de masa corporal (IMC) de una muestra seleccionada de héroes. El IMC puede calcularse mediante la siguiente fórmula:

BMI = mass(kg) / height(m)^2

Se ha cargado en tu sesión una muestra aleatoria de 25.000 superhéroes como un arreglo llamado sample_indices. Esta muestra es una lista de índices que corresponde al índice de cada superhéroe seleccionado en la lista heroes.

También se ha creado una función llamada calc_bmi_lists y se ha guardado en un archivo llamado bmi_lists.py. Para mayor comodidad, se muestra a continuación:

def calc_bmi_lists(sample_indices, hts, wts):

    # Gather sample heights and weights as lists
    s_hts = [hts[i] for i in sample_indices]
    s_wts = [wts[i] for i in sample_indices]

    # Convert heights from cm to m and square with list comprehension
    s_hts_m_sqr = [(ht / 100) ** 2 for ht in s_hts]

    # Calculate BMIs as a list with list comprehension
    bmis = [s_wts[i] / s_hts_m_sqr[i] for i in range(len(sample_indices))]

    return bmis

Observa que esta función realiza todos los cálculos necesarios utilizando la comprensión de listas (de ahí el nombre calc_bmi_lists()). Profundiza en esta función y analiza la huella de memoria para realizar tus cálculos utilizando listas:

Carga el paquete memory_profiler en tu sesión IPython.
Importa calc_bmi_lists desde bmi_lists.
Una vez que hayas completado los pasos anteriores, utiliza %mprun para perfilar la función calc_bmi_lists() que actúa sobre los datos de tus superhéroes. El arreglo hts y el arreglo wts ya se han cargado en tu sesión.

Cuando hayas terminado de codificar, responde a la siguiente pregunta:

¿Cuánta memoria consumen las líneas de código de comprensión de la lista en la función calc_bmi_lists()? (es decir, ¿cuál es la suma total de la columna Increment para estas cuatro líneas de código?)

Perfilado del código en tiempo de ejecución

Create Your Free Account