1. 使用局部變量

盡量使用局部變量代替全局變量: 便于維護, 也可以避免不必要的資源浪費

使用局部變量替換模塊名字空間的變量, 例如: ls = os.linesep. 一方面給可以提高程序性能, 局部變量查找速度更快; 另一方面可以采用簡短標識符代替冗長的模塊變量, 提高可讀性.

2. 減少函數(shù)調(diào)用次數(shù)

對象類型判斷時, 采用歐冠isinstance()最優(yōu), 采用對象類型身份(id())次之, 采用對象值(type())最次之.

#判斷變量num是否為整數(shù)類型

type(num) == type(0) #調(diào)用三次函數(shù)

type(num) is type(0) #身份比較

isinstance(num,(int)) #調(diào)用一次函數(shù)

不要將重復(fù)操作的內(nèi)容作為參數(shù)放到循環(huán)條件中, 避免重復(fù)運算.

#每次循環(huán)都需要重新執(zhí)行l(wèi)en(a)

while i

statement#len(a)僅執(zhí)行一次

m =len(a)while i

statement

如果使用某塊X的某一個函數(shù)或者對象Y, 應(yīng)該直接使用from X import Y進行引用, 而不是import X; X.Y進行使用. 這樣在使用Y時, 可以減少一次查詢(解釋器不必首要找到X模塊, 然后再X模塊的字典中查找Y).

3. 采用映射替代條件查詢

映射(比如dict等)的搜索速度遠快于條件語句(if等).. python中也沒有select-case語句.

#if查找

if a == 1:

b= 10

elif a == 2:

b= 20...#dict查找，性能更優(yōu)

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

b= d[a]

4. 直接迭代序列元素

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快.

a = [1,2,3]#迭代元素

for item ina:print(item)#迭代索引

for i inrange(len(a)):print(a[i])

5. 采用生成器表達式替代列表解析

列表解析(list comprehension), 會產(chǎn)生整個列表, 對大量數(shù)據(jù)的迭代會產(chǎn)生負面效應(yīng).

而生成器表達式則不會, 其不會真正的創(chuàng)建一個列表, 而是返回一個生成器, 在需要時產(chǎn)生一個值(延遲計算), 對內(nèi)存更加友好.

#計算文件f的非空字符個數(shù)#生成器表達式

l = sum([len(word) for line in f for word inline.split()])#列表解析

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

6. 先編譯后調(diào)用

使用eval(), exec()函數(shù)執(zhí)行代碼時, 最好調(diào)用代碼對象(提前通過compile()函數(shù)編譯成字節(jié)碼,)而不是直接調(diào)用str, 可以避免多次執(zhí)行重復(fù)編譯過程, 提高程序性能.

正則表達式模式匹配也類似, 也最好先將正則表達式模式編譯成regex對象(通過re.complie

()函數(shù)), 然后再執(zhí)行比較和匹配

7. 模塊編程習(xí)慣

模塊中的最高級Python語句(無縮進的代碼)會在模塊導(dǎo)入(import)時執(zhí)行(不論其是否真的有必要執(zhí)行). 因此, 應(yīng)盡量將模塊所有的功能代碼放到函數(shù)中, 包括主程序相關(guān)的代碼也可以放到main()函數(shù)中, 主程序本身調(diào)用main()函數(shù).

可以在模塊的main()函數(shù)中書寫測試的代碼. 在主程序中, 檢測name的值, 如果為"main"(表示模塊是被直接執(zhí)行, 則調(diào)用main()函數(shù)進行測試; 如果為模塊名字(表示模塊是被調(diào)用),則不進行測試.

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的python使方法执行10次_Python提升程序性能的七个手段的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。