幫你提升Python執行效能的7 個習慣
掌握一些技巧,可儘量提高Python程式效能,也可以避免不必要的資源浪費。 |
儘量使用區域性變數代替全域性變數:便於維護,提高效能並節省記憶體。
使用區域性變數替換模組名字空間中的變數,例如 ls = os.linesep。一方面可以提高程式效能,區域性變數查詢速度更快;另一方面可用簡短識別符號替代冗長的模組變數,提高可讀性。
物件型別判斷時,採用isinstance()最優,採用物件型別身份(id())次之,採用物件值(type())比較最次。
#判斷變數num是否為整數型別
type(num) == type(0) #呼叫三次函式 type(num) is type(0) #身份比較 isinstance(num,(int)) #呼叫一次函式
不要在重複操作的內容作為引數放到迴圈條件中,避免重複運算。
#每次迴圈都需要重新執行len(a) while i < len(a): statement #len(a)僅執行一次 m = len(a) while i < m: statement
如需使用模組X中的某個函式或物件Y,應直接使用from X import Y,而不是import X; X.Y。這樣在使用Y時,可以減少一次查詢(直譯器不必首先查詢到X模組,然後在X模組的字典中查詢Y)。
對映(比如dict等)的搜尋速度遠快於條件語句(如if等)。Python中也沒有select-case語句。
#if查詢 if a == 1: b = 10 elif a == 2: b = 20 ... #dict查詢,效能更優 d = {1:10,2:20,...} b = d[a]
對序列(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: print(item) #迭代索引 for i in range(len(a)): print(a[i])
列表解析(list comprehension),會產生整個列表,對大量資料的迭代會產生負面效應。
而生成器表示式則不會,其不會真正建立列表,而是返回一個生成器,在需要時產生一個值(延遲計算),對記憶體更加友好。
#計算檔案f的非空字元個數 #生成器表示式 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())
使用eval()、exec()函式執行程式碼時,最好呼叫程式碼物件(提前透過compile()函式編譯成位元組碼),而不是直接呼叫str,可以避免多次執行重複編譯過程,提高程式效能。
正規表示式模式匹配也類似,也最好先將正規表示式模式編譯成regex物件(透過re.complie()函式),然後再執行比較和匹配。
模組中的最高階別Python語句(沒有縮排的程式碼)會在模組匯入(import)時執行(不論其是否真的必要執行)。因此,應儘量將模組所有的功能程式碼放到函式中,包括主程式相關的功能程式碼也可放到main()函式中,主程式本身呼叫main()函式。
可以在模組的main()函式中書寫測試程式碼。在主程式中,檢測name的值,如果為'main'(表示模組是被直接執行),則呼叫main()函式,進行測試;如果為模組名字(表示模組是被呼叫),則不進行測試。
原文地址:
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31559985/viewspace-2658439/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 提升Python程式效能的小習慣!Python
- 想要提升Python的程式效能,這七個習慣一定要養成Python
- 迭代器設計模式,幫你大幅提升Python效能設計模式Python
- Python操作的5個壞習慣,你中了幾個呢?Python
- Python時操作幾個壞習慣,你中了嗎?Python
- 幫你提升 Python 的 27 種程式語言Python
- 7個高效的API和服務管理習慣API
- 你該學習 Python 的 7 個理由Python
- 高效能人的七個習慣(Seven Habits)
- 使用 HTTP/2 提升效能的7個建議HTTP
- 使用HTTP/2提升效能的7個建議HTTP
- 使用 HTTP/2 提升效能的 7 個建議HTTP
- 低效程式設計師的7個壞習慣程式設計師
- 有哪些excel的好習慣,能幫你在工作時偷懶?Excel
- 提升 Python 程式效能的 6 個技巧Python
- 高效能程式設計師的七個習慣程式設計師
- 10 個 推薦的 Python 程式碼習慣Python
- 對你一生都有用的15個學習習慣
- 自適應查詢執行:在執行時提升Spark SQL執行效能SparkSQL
- 優秀程式設計師7個好習慣程式設計師
- 成為高效程式設計師的7個重要習慣程式設計師
- 7 個你現在就該學習 Python 的理由Python
- Nginx引入執行緒池 效能提升9倍Nginx執行緒
- Nginx 引入執行緒池,提升 9 倍效能Nginx執行緒
- Higress 全新 Wasm 執行時,效能大幅提升ASM
- 幫你提升表單使用效率的四個介面設計技巧
- 程式設計可以教給你的6個生活習慣程式設計
- 有前途的程式設計師的14個習慣,你有幾個?程式設計師
- 分享成為高效程式設計師的7個重要習慣程式設計師
- Python 工匠: 異常處理的三個好習慣Python
- 有效提升Python程式碼效能的三個層面Python
- 6 個重構方法可幫你提升 80% 的程式碼質量
- UNIX 高手的 10 個習慣
- 程式設計師的35個壞習慣,你有幾條?程式設計師
- 哪些日常的習慣會使你成為一個更好的開發者?
- 優秀程式設計師所具備的7個好習慣程式設計師
- 學習通過CSS硬體加速提升你網站的效能CSS網站
- 養成8個程式設計習慣,你的Python技能將蹭蹭蹭都往上漲程式設計Python