亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

提升Python運(yùn)行速度的5個(gè)小技巧

 更新時(shí)間:2021年12月14日 15:41:45   作者:pythontip  
這篇文章主要為大家介紹了Python提升運(yùn)行速度的幾個(gè)小技巧,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來(lái)幫助

官方原文,代碼均可運(yùn)行

Python 是世界上使用最廣泛的編程語(yǔ)言之一。它是一種解釋型高級(jí)通用編程語(yǔ)言,具有廣泛的用途,幾乎可以將其用于所有事物。其以簡(jiǎn)單的語(yǔ)法、優(yōu)雅的代碼和豐富的第三方庫(kù)而聞名。python除了有很多優(yōu)點(diǎn)外,但在速度上還有一個(gè)非常大的缺點(diǎn)。

雖然Python代碼運(yùn)行緩慢,但可以通過(guò)下面分享的5個(gè)小技巧提升Python運(yùn)行速度!

首先,定義一個(gè)計(jì)時(shí)函數(shù)timeshow,通過(guò)簡(jiǎn)單的裝飾,可以打印指定函數(shù)的運(yùn)行時(shí)間。

這個(gè)函數(shù)在下面的例子中會(huì)被多次使用。

def timeshow(func):
    from time import time
    def newfunc(*arg, **kw):
        t1 = time()
        res = func(*arg, **kw)
        t2 = time()
        print(f"{func.__name__: >10} : {t2-t1:.6f} sec")
        return res
    return newfunc
@timeshow
def test_it():
    print("hello pytip")
test_it()

1. 選擇合適的數(shù)據(jù)結(jié)構(gòu)

使用正確的數(shù)據(jù)結(jié)構(gòu)對(duì)python腳本的運(yùn)行時(shí)間有顯著影響。Python 有四種內(nèi)置的數(shù)據(jù)結(jié)構(gòu):

  • 列表: List
  • 元組: Tuple
  • 集合: Set
  • 字典: Dictionary

但是,大多數(shù)開(kāi)發(fā)人員在所有情況下都使用列表。這是不正確的做法,應(yīng)該根據(jù)任務(wù)使用合適數(shù)據(jù)結(jié)構(gòu)。

運(yùn)行下面的代碼,可以看到元組執(zhí)行簡(jiǎn)單檢索操作的速度比列表快。其中dis模塊反匯編了一個(gè)函數(shù)的字節(jié)碼,這有利于查看列表和元組之間的區(qū)別。

import dis
def a():
    data = [1, 2, 3, 4, 5,6,7,8,9,10]
    x =data[5]
    return x
def b():
    data = (1, 2, 3, 4, 5,6,7,8,9,10)
    x =data[5]
    return x
print("-----:使用列表的機(jī)器碼:------")
dis.dis(a)
print("-----:使用元組的機(jī)器碼:------")
dis.dis(b)

運(yùn)行輸出:

-----:使用列表的機(jī)器碼:------
3 0 LOAD_CONST 1 (1)
2 LOAD_CONST 2 (2)
4 LOAD_CONST 3 (3)
6 LOAD_CONST 4 (4)
8 LOAD_CONST 5 (5)
10 LOAD_CONST 6 (6)
12 LOAD_CONST 7 (7)
14 LOAD_CONST 8 (8)
16 LOAD_CONST 9 (9)
18 LOAD_CONST 10 (10)
20 BUILD_LIST 10
22 STORE_FAST 0 (data)
4 24 LOAD_FAST 0 (data)
26 LOAD_CONST 5 (5)
28 BINARY_SUBSCR
30 STORE_FAST 1 (x)
5 32 LOAD_FAST 1 (x)
34 RETURN_VALUE
-----:使用元組的機(jī)器碼:------
7 0 LOAD_CONST 1 ((1, 2, 3, 4, 5, 6, 7, 8, 9, 10))
2 STORE_FAST 0 (data)
8 4 LOAD_FAST 0 (data)
6 LOAD_CONST 2 (5)
8 BINARY_SUBSCR
10 STORE_FAST 1 (x)
9 12 LOAD_FAST 1 (x)
14 RETURN_VALUE

看下列表的機(jī)器碼,冗長(zhǎng)而多余!

2. 善用強(qiáng)大的內(nèi)置函數(shù)和第三方庫(kù)

如果你正在使用python并且仍在自己編寫(xiě)一些通用函數(shù)(比如加法、減法),那么是在侮辱python。 Python有大量的庫(kù)和內(nèi)置函數(shù)來(lái)幫助你不用編寫(xiě)這些函數(shù)。 如果研究下,那么你會(huì)驚奇地發(fā)現(xiàn)幾乎90%的問(wèn)題已經(jīng)有第三方包或內(nèi)置函數(shù)來(lái)解決。

可以通過(guò)訪(fǎng)問(wèn)官方文檔查看所有內(nèi)置函數(shù)。你也可以在wiki python上找到更多使用內(nèi)置函數(shù)的場(chǎng)景。

比如,現(xiàn)在我們想合并列表中的所有單詞為一個(gè)句子,比較法自己編寫(xiě)和調(diào)用庫(kù)函數(shù)的區(qū)別:

# ? 正常人能想到的方法
@timeshow
def f1(list):
    s =""
    for substring in list:
        s += substring
    return s
# ? pythonic 的方法
@timeshow
def f2(list):
    s = "".join(list)
    return s
l = ["I", "Love", "Python"] * 1000 # 為了看到差異,我們把這個(gè)列表放大了
f1(l)
f2(l)

運(yùn)行輸出:

f1 : 0.000227 sec
f2 : 0.000031 sec

3. 少用循環(huán)

  • 用 列表推導(dǎo)式 代替循環(huán)
  • 用 迭代器 代替循環(huán)
  • 用 filter() 代替循環(huán)
  • 減少循環(huán)次數(shù),精確控制,不浪費(fèi)CPU
## 返回n以?xún)?nèi)的可以被7整除的所有數(shù)字。
# ? 正常人能想到的方法:
@timeshow
def f_loop(n): 
    L=[]
    for i in range(n):
        if i % 7 ==0:
            L.append(i)
    return L
#  ? 列表推導(dǎo)式
@timeshow
def f_list(n):
    L = [i for i in range(n) if i % 7 == 0]
    return L
# ?  迭代器
@timeshow
def f_iter(n):
    L = (i for i in range(n) if i % 7 == 0)
    return L
# ? 過(guò)濾器 
@timeshow
def f_filter(n):
    L = filter(lambda x: x % 7 == 0, range(n))
    return L
# ? 精確控制循環(huán)次數(shù) 
@timeshow
def f_mind(n):
    L = (i*7 for i in range(n//7))
    return L
n = 1_000_000
f_loop(n)
f_list(n)
f_iter(n)
f_filter(n)
f_mind(n)

輸出為:

f_loop : 0.083017 sec
f_list : 0.056110 sec
f_iter : 0.000015 sec
f_filter : 0.000003 sec
f_mind : 0.000002 sec

誰(shuí)快誰(shuí)慢,一眼便知!

filter 配合lambda大法就是屌?。?!

4. 避免循環(huán)重復(fù)計(jì)算

如果你有一個(gè)迭代器,必須用它的元素做一些耗時(shí)計(jì)算,比如匹配正則表達(dá)式。你應(yīng)該將正則表達(dá)式模式定義在循環(huán)之外,因?yàn)樽詈弥痪幾g一次模式,而不是在循環(huán)的每次迭代中一次又一次地編譯它。

只要有可能,就應(yīng)該嘗試在循環(huán)外進(jìn)行盡可能多的運(yùn)算,比如將函數(shù)計(jì)算分配給局部變量,然后在函數(shù)中使用它。

# ? 應(yīng)改避免的方式:
@timeshow
def f_more(s):
    import re
    for i in s:
        m = re.search(r'a*[a-z]?c', i)
# ? 更好的方式:
@timeshow
def f_less(s):
    import re
    regex = re.compile(r'a*[a-z]?c')
    for i in s:
        m = regex.search(i)
s = ["abctestabc"] * 1_000
f_more(s)
f_less(s)

輸出為:

f_more : 0.001068 sec
f_less : 0.000365 sec

5. 少用內(nèi)存、少用全局變量

內(nèi)存占用是指程序運(yùn)行時(shí)使用的內(nèi)存量。為了讓Python代碼運(yùn)行得更快,應(yīng)該減少程序的內(nèi)存使用量,即盡量減少變量或?qū)ο蟮臄?shù)量。

Python 訪(fǎng)問(wèn)局部變量比全局變量更有效。在有必要之前,應(yīng)該始終嘗試忽略聲明全局變量。一個(gè)在程序中定義過(guò)的全局變量會(huì)一直存在,直到整個(gè)程序編譯完成,所以它一直占據(jù)著內(nèi)存空間。另一方面,局部變量訪(fǎng)問(wèn)更快,且函數(shù)完成后即可回收。因此,使用多個(gè)局部變量比使用全局變量會(huì)更好。

# ? 應(yīng)該避免的方式:
message = "Line1\n"
message += "Line2\n"
message += "Line3\n"
# ? 更好的方式:
l = ["Line1","Line2","Line3"]
message = '\n'.join(l)
# ? 應(yīng)該避免的方式:
x = 5
y = 6 
def add():
    return x+y
add()
# ? 更好的方式:
def add():
    x = 5
    y = 6
    return x+y
add()

總結(jié)

本篇文章就到這里了,希望能夠給你帶來(lái)幫助,也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!

相關(guān)文章

最新評(píng)論