7个提升Python性能的小技巧

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。今天就为大家带来七个可以提升python程序性能的好习惯，赶快来学习吧：、 **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 < len(a): statement #len(a)仅执行一次 m = len(a) while i < m: 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。 ``` #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(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。 ``` #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。