提升Python程序性能的7个习惯

2023-08-24 14:48:04 69

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
如需使用模块X中的某个函数或对象Y，应直接使用fromXimportY，而不是importX;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:
print
(item)
#迭代索引
for
i
in
range(len(a)):
print
(a[i])
5、采用生成器表达式替代列表解析
列表解析（listcomprehension），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！

提升Python程序性能的7个习惯

热门推荐

随机推荐