提升Python程序性能的7个习惯
作者:学好Python吧 时间:2021-09-11 04:05:07
掌握一些技巧,可尽量提高Python程序性能,也可以避免不必要的资源浪费。
1、使用局部变量
尽量使用局部变量代替全局变量:便于维护,提高性能并节省内存。
使用局部变量替换模块名字空间中的变量,例如 ls = os.linesep。一方面可以提高程序性能,局部变量查找速度更快;另一方面可用简短标识符替代冗长的模块变量,提高可读性。
2、减少函数调用次数
对象类型判断时,采用isinstance()最优,采用对象类型身份(id())次之,采用对象值(type())比较最次。
判断变量num是否为整数类型
type(num) == type(
0
)
#调用三次函数
type(num)
is
type(
0
)
#身份比较
isinstance(num,(
int
))
#调用一次函数
不要在重复操作的内容作为参数放到循环条件中,避免重复运算。
#每次循环都需要重新执行len(a)
while
i < len(a):
statement
#len(a)仅执行一次
m = len(a)
while
i < m:
statement
如需使用模块X中的某个函数或对象Y,应直接使用from X import Y,而不是import X; X.Y。这样在使用Y时,可以减少一次查询(解释器不必首先查找到X模块,然后在X模块的字典中查找Y)。
3、采用映射替代条件查找
映射(比如dict等)的搜索速度远快于条件语句(如if等)。Python中也没有select-case语句。
#if查找
if
a ==
1
:
b =
10
elif
a ==
2
:
b =
20
...
#dict查找,性能更优
d = {
1
:
10
,
2
:
20
,...}
b = d[a]
4、直接迭代序列元素
对序列(str、list、tuple等),直接迭代序列元素,比迭代元素的索引速度要更快。
a = [
1
,
2
,
3
]
#迭代元素
for
item
in
a:
(item)
#迭代索引
for
i
in
range(len(a)):
(a[i])
5、采用生成器表达式替代列表解析
列表解析(list comprehension),会产生整个列表,对大量数据的迭代会产生负面效应。
而生成器表达式则不会,其不会真正创建列表,而是返回一个生成器,在需要时产生一个值(延迟计算),对内存更加友好。
#计算文件f的非空字符个数
#生成器表达式
l = sum([len(word)
for
line
in
f
for
word
in
line.split()])
#列表解析
l = sum(len(word)
for
line
in
f
for
word
in
line.split())
6、先编译后调用
使用eval()、exec()函数执行代码时,最好调用代码对象(提前通过compile()函数编译成字节码),而不是直接调用str,可以避免多次执行重复编译过程,提高程序性能。
正则表达式模式匹配也类似,也最好先将正则表达式模式编译成regex对象(通过re.complie()函数),然后再执行比较和匹配。
7、模块编程习惯
模块中的最高级别Python语句(没有缩进的代码)会在模块导入(import)时执行(不论其是否真的必要执行)。因此,应尽量将模块所有的功能代码放到函数中,包括主程序相关的功能代码也可放到main()函数中,主程序本身调用main()函数。
可以在模块的main()函数中书写测试代码。在主程序中,检测name的值,如果为'main'(表示模块是被直接执行),则调用main()函数,进行测试;如果为模块名字(表示模块是被调用),则不进行测试。
总结
以上所述是小编给大家介绍的提升Python程序性能的7个习惯,希望对大家有所帮助,如果大家有任何疑问欢迎给我留言,小编会及时回复大家的!
来源:https://www.jianshu.com/p/a5ba5d0ed639