快捷導(dǎo)航

Python性能調(diào)優(yōu)的十個(gè)小技巧總結(jié)

更新時(shí)間：2021年11月19日 09:51:43 作者：Python學(xué)習(xí)與數(shù)據(jù)挖掘

大家好，今天這篇文章關(guān)于Python性能調(diào)優(yōu)的10個(gè)小技巧，每天花5-10分鐘閱讀我的文章，對你技術(shù)提升一定會有幫助。喜歡記得收藏以防迷路

1 多多使用列表生成式
2 內(nèi)置函數(shù)
3 盡可能使用生成器
4 判斷成員所屬關(guān)系最快的方法使用 in
5 使用集合求交集
6 多重賦值
7 盡量少用全局變量
8 高效的itertools模塊
9 lru_cache 緩存
10 內(nèi)置函數(shù)、key和itemgetter
技術(shù)交流

1 多多使用列表生成式

替換下面代碼：

cube_numbers = []
  for n in range(0,10):
    if n % 2 == 1:
      cube_numbers.append(n**3)

為列表生成式寫法：

cube_numbers = [n**3 for n in range(1,10) if n%2 == 1]

2 內(nèi)置函數(shù)

盡可能多使用下面這些內(nèi)置函數(shù)：

3 盡可能使用生成器

單機(jī)處理較大數(shù)據(jù)量時(shí)，生成器往往很有用，因?yàn)樗欠中∑鸫巫x取，最大程度節(jié)省內(nèi)存，如下網(wǎng)頁爬取時(shí)使用yield

import requests
import re

def get_pages(link):
  pages_to_visit = []
  pages_to_visit.append(link)
  pattern = re.compile('https?')
  while pages_to_visit:
    current_page = pages_to_visit.pop(0)
    page = requests.get(current_page)
    for url in re.findall('<a href="([^" rel="external nofollow" ]+)">', str(page.content)):
      if url[0] == '/':
        url = current_page + url[1:]
      if pattern.match(url):
        pages_to_visit.append(url)
    # yield
    yield current_page
webpage = get_pages('http://www.example.com')
for result in webpage:
  print(result)

4 判斷成員所屬關(guān)系最快的方法使用 in

for name in member_list:
  print('{} is a member'.format(name))

5 使用集合求交集

替換下面代碼：

a = [1,2,3,4,5]
b = [2,3,4,5,6]

overlaps = []
for x in a:
  for y in b:
    if x==y:
      overlaps.append(x)

print(overlaps)

修改為set和求交集：

a = [1,2,3,4,5]
b = [2,3,4,5,6]

overlaps = set(a) & set(b)

print(overlaps)

6 多重賦值

Python支持多重賦值的風(fēng)格，要多多使用

first_name, last_name, city = "Kevin", "Cunningham", "Brighton"

7 盡量少用全局變量

Python查找最快、效率最高的是局部變量，查找全局變量相對變慢很多，因此多用局部變量，少用全局變量。

8 高效的itertools模塊

itertools模塊支持多個(gè)迭代器的操作，提供最節(jié)省內(nèi)存的寫法，因此要多多使用，如下求三個(gè)元素的全排列：

import itertools
iter = itertools.permutations(["Alice", "Bob", "Carol"])
list(iter)

9 lru_cache 緩存

位于functools模塊的lru_cache裝飾器提供了緩存功能，如下結(jié)合它和遞歸求解斐波那契數(shù)列第n：

import functools

@functools.lru_cache(maxsize=128)
def fibonacci(n):
  if n == 0:
    return 0
  elif n == 1:
    return 1
  return fibonacci(n - 1) + fibonacci(n-2)

因此，下面的遞歸寫法非常低效，存在重復(fù)求解多個(gè)子問題的情況：

def fibonacci(n):
  if n == 0: # There is no 0'th number
    return 0
  elif n == 1: # We define the first number as 1
    return 1
  return fibonacci(n - 1) + fibonacci(n-2)

10 內(nèi)置函數(shù)、key和itemgetter

上面提到盡量多使用內(nèi)置函數(shù)，如下對列表排序使用key，operator.itemgetter：

import operator
my_list = [("Josh", "Grobin", "Singer"), ("Marco", "Polo", "General"), ("Ada", "Lovelace", "Scientist")]
my_list.sort(key=operator.itemgetter(0))
my_list