大数跨境
0
0

7个提升Python程序性能的好习惯

7个提升Python程序性能的好习惯 JoinQuant聚宽
2018-07-31
1
导读:想提高Python程序性能,你需要了解的7个小技巧。

作者:爱coding,会编程的核电工程师


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。

 
  1. #判断变量num是否为整数类型


  2. type(num) == type(0) #调用三次函数


  3. type(num) is type(0) #身份比较


  4. 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。

 
  1. #每次循环都需要重新执行len(a)


  2. while i < len(a):


  3.    statement



  4. #len(a)仅执行一次


  5. m = len(a)


  6. while i < m:


  7.    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。

 
  1. #if查找


  2. if a == 1:


  3.    b = 10


  4. elif a == 2:


  5.    b = 20


  6. ...



  7. #dict查找,性能更优


  8. d = {1:10,2:20,...}


  9. 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。

 

  1. a = [1,2,3]



  2. #迭代元素


  3. for item in a:


  4.    print(item)



  5. #迭代索引


  6. for i in range(len(a)):


  7.   print(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。

 
  1. #计算文件f的非空字符个数


  2. #生成器表达式


  3. l = sum([len(word) for line in f for word in line.split()])



  4. #列表解析


  5. 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。



-END-


文章来源于:Python中文社区


Python中文社区作为一个去中心化的全球技术社区,以成为全球20万Python中文开发者的精神部落为愿景,目前覆盖各大主流媒体和协作平台,与阿里、腾讯、百度、微软、亚马逊、开源中国、CSDN等业界知名公司和技术社区建立了广泛的联系,拥有来自十多个国家和地区数万名登记会员,会员来自以公安部、工信部、清华大学、北京大学、北京邮电大学、中国人民银行、中科院、中金、华为、BAT、谷歌、微软等为代表的政府机关、科研单位、金融机构以及海内外知名公司,全平台近20万开发者关注。


ID:python-china

【声明】内容源于网络
0
0
JoinQuant聚宽
JoinQuant(聚宽)量化交易平台官方账号
内容 249
粉丝 0
JoinQuant聚宽 JoinQuant(聚宽)量化交易平台官方账号
总阅读202
粉丝0
内容249