Python 性能快速优化： 系列一
admin
2023-07-31 01:48:56
0次

注： 本文的原文地址 quick-python-performance-optimization-part-i

Python可能最容易扼杀你的想法，但不是最好的代码实现。尽管强烈反对过早优化，但在 Python 代码中一点点的优化都可能带来巨大的性能提升。

解释仅仅是目的，最正确的方式是天天使用 Python 编程，并且与性能影响相关。

  • %timeit (per line) 和 %prun (cProfile) 在 ipython 的交互式 Shell 中

当你的代码在工作时，分析你的代码，并且尝试找出性能瓶颈在哪里。这不与过早的优化是万恶之源这个事实相反。这意味着一级优化，而不是进入冗长的优化序列。

更多的分析你的 Python 代码，你需要阅读这个 python-performance-analysis

另外一个有趣的包， line_profiler 是一行一行的分析代码
分析 line_profiler

  • 降低方法调用次数，如果你有一个列表需要操作，传递整个列表，而不是遍历整个列表并且传递每个元素给函数并返回。
  • 使用 xrange 代替 range。（在 Python2.x 中这样做，因为 Python 3.x 中是默认的）

xrange 是 range 的 C 实现，着眼于有效的内存使用。

  • 对于大数据，使用 numpy，它比标准的数据结构好很多。

  • \"\".join(string) 比 + or += 好

  • while 1 比 while True 快

  • list comphrension > for loop > while

列表推导比循环遍历列表快，但 while loop 是最慢的，需要使用一个外部计数器。

  • 使用 cProfile，cStringIO 和 cPickle

一直使用 C 版本的模块

  • 使用局部变量

局部变量比全局变量，内建类型以及属性快。

  • 列表和迭代器版本存在 – 迭代器是内存效率和可伸缩性的。使用 itertools

创建生成器以及尽可能使用 yeild，它们比正常的列表方式更快。

http://www.diveinto.org/python3/iterators.html

http://stackoverflow.com/questions/231767/the-python-yield-keyword-explained

让我继续下一个层次的第二部分快速优化技巧

python performance optimization

上一篇：Python 性能快速优化： 系列二

下一篇：Distinct Subsequences

相关内容

热门资讯

Mobi、epub格式电子书如... 在wps里全局设置里有一个文件关联，打开，勾选电子书文件选项就可以了。
定时清理删除C:\Progra... C:\Program Files (x86)下面很多scoped_dir开头的文件夹 写个批处理 定...
scoped_dir32_70... 一台虚拟机C盘总是莫名奇妙的空间用完，导致很多软件没法再运行。经过仔细检查发现是C:\Program...
500 行 Python 代码... 语法分析器描述了一个句子的语法结构，用来帮助其他的应用进行推理。自然语言引入了很多意外的歧义，以我们...
小程序支付时提示：appid和... [Q]小程序支付时提示：appid和mch_id不匹配 [A]小程序和微信支付没有进行关联，访问“小...
pycparser 是一个用... `pycparser` 是一个用 Python 编写的 C 语言解析器。它可以用来解析 C 代码并构...
微信小程序使用slider实现... 众所周知哈，微信小程序里面的音频播放是没有进度条的，但最近有个项目呢，客户要求音频要有进度条控制，所...
65536是2的几次方 计算2... 65536是2的16次方：65536=2⁶ 65536是256的2次方：65536=256 6553...
Apache Doris 2.... 亲爱的社区小伙伴们，我们很高兴地向大家宣布，Apache Doris 2.0.0 版本已于...
项目管理和工程管理的区别 项目管理 项目管理，顾名思义就是专注于开发和完成项目的管理，以实现目标并满足成功标准和项目要求。 工...