Python是一個(gè)很酷的語(yǔ)言，因?yàn)槟憧梢栽诤芏痰臅r(shí)間內(nèi)利用很少的代碼做很多事情。不僅如此，它還能輕松地支持多任務(wù)，比如多進(jìn)程等。Python批評(píng)者有時(shí)會(huì)說(shuō)Python執(zhí)行緩慢。本文將嘗試介紹6個(gè)技巧，可加速你的Python應(yīng)用程序。
1.讓關(guān)鍵代碼依賴于外部包

雖然Python讓許多編程任務(wù)變得容易，但它可能并不總能為緊急的任務(wù)提供最佳性能。你可以為緊急的任務(wù)使用C、C++或機(jī)器語(yǔ)言編寫(xiě)的外部包，這樣可以提高應(yīng)用程序的性能。這些包都是不能跨平臺(tái)的，這意味著你需要根據(jù)你正在使用的平臺(tái)，尋找合適的包。簡(jiǎn)而言之，這個(gè)方案放棄了一些應(yīng)用程序的可移植性，以換取只有在特定主機(jī)上直接編程才能獲得的程序性能。這里有一些你應(yīng)該考慮加入到你的“性能兵工廠”的包：

•     Cython
•    PyInlne
•     PyPy
•     Pyrex

這些包以不同的方式提高性能。例如，Pyrex能夠擴(kuò)展Python所能做的事情，例如使用C的數(shù)據(jù)類型來(lái)讓內(nèi)存任務(wù)更加有效或直接。PyInIne讓你在Python應(yīng)用程序中直接使用C代碼。程序中的內(nèi)聯(lián)代碼單獨(dú)編譯，但它在利用C語(yǔ)言所能提供的效率的同時(shí)，也讓所有的代碼都在同一個(gè)地方。
2.排序時(shí)使用鍵（key）

有很多老的Python排序代碼，它們?cè)谀銊?chuàng)建一個(gè)自定義的排序時(shí)花費(fèi)你的時(shí)間，但在運(yùn)行時(shí)確實(shí)能加速執(zhí)行排序過(guò)程。元素排序的最好方法是盡可能使用鍵（key）和默認(rèn)的sort()排序方法。例如，考慮下面的代碼：

import operator
somelist = [(1, 5, 8), (6, 2, 4), (9, 7, 5)]
somelist.sort(key=operator.itemgetter(0))
somelist
#Output = [(1, 5, 8), (6, 2, 4), (9, 7, 5)]
somelist.sort(key=operator.itemgetter(1))
somelist
#Output = [(6, 2, 4), (1, 5, 8), (9, 7, 5)]
somelist.sort(key=operator.itemgetter(2))
somelist
#Output = [(6, 2, 4), (9, 7, 5), (1, 5, 8)],

每一個(gè)實(shí)例中，根據(jù)你選擇的作為key參數(shù)部分的索引，數(shù)組進(jìn)行了排序。類似于利用數(shù)字進(jìn)行排序，這種方法同樣適用于利用字符串排序。
3.優(yōu)化循環(huán)

每種編程語(yǔ)言都會(huì)強(qiáng)調(diào)需要優(yōu)化循環(huán)。當(dāng)使用Python的時(shí)候，你可以依靠大量的技巧使得循環(huán)運(yùn)行得更快。然而，開(kāi)發(fā)者經(jīng)常漏掉的一個(gè)方法是：避免在一個(gè)循環(huán)中使用點(diǎn)操作。例如，考慮下面的代碼：

lowerlist = ['this', 'is', 'lowercase']
upper = str.upper
upperlist = []
append = upperlist.append
for word in lowerlist:
  append(upper(word))
  print(upperlist)
  #Output = ['THIS', 'IS', 'LOWERCASE']

每一次你調(diào)用方法str.upper，Python都會(huì)求該方法的值。然而，如果你用一個(gè)變量代替求得的值，值就變成了已知的，Python就可以更快地執(zhí)行任務(wù)。優(yōu)化循環(huán)的關(guān)鍵，是要減少Python在循環(huán)內(nèi)部執(zhí)行的工作量，因?yàn)镻ython原生的解釋器在那種情況下，真的會(huì)減緩執(zhí)行的速度。

（注意：優(yōu)化循環(huán)的方法有很多，這只是其中的一個(gè)。例如，許多程序員都會(huì)說(shuō)，列表推導(dǎo)是在循環(huán)中提高執(zhí)行速度的最好方式。這里的關(guān)鍵是，優(yōu)化循環(huán)是程序取得更高的執(zhí)行速度的更好方式之一。）
4.使用較新版本的Python

在網(wǎng)上搜索Python信息，都會(huì)發(fā)現(xiàn)無(wú)數(shù)人在問(wèn)，從Python一個(gè)版本遷移到另一個(gè)版本的問(wèn)題的信息。一般來(lái)說(shuō)，Python的每一個(gè)版本都包含了能讓其比上個(gè)版本運(yùn)行更快的優(yōu)化。版本遷移的限制因素是，你喜歡的那些庫(kù)是否已經(jīng)遷移到Python的較新版本。相比于詢問(wèn)是否應(yīng)該進(jìn)行版本遷移，關(guān)鍵問(wèn)題是確定一個(gè)新版本什么時(shí)候有足夠的支持，以保證遷移的可行性。

你需要驗(yàn)證你的代碼仍然運(yùn)行。你需要在Python的新版本下使用你獲得的新庫(kù)，然后檢查你的應(yīng)用程序是否需要重大改變。只有在你作出必要的更正之后，你才會(huì)注意到版本之間的差別。然而，如果你正好確保你的應(yīng)用程序能在新版本下運(yùn)行，而不需要任何改變，你可能會(huì)錯(cuò)過(guò)那些版本升級(jí)帶來(lái)的新特性。一旦你進(jìn)行了遷移，你應(yīng)該為你的新版本下的應(yīng)用程序?qū)懸粋€(gè)說(shuō)明，檢查有問(wèn)題的地方，并且優(yōu)先考慮利用新版本的特性去更新那些地方。這樣用戶將會(huì)在升級(jí)的過(guò)程中更早的看到一個(gè)更大的性能提升。
5.嘗試多種編碼方法

如果每次你創(chuàng)建一個(gè)應(yīng)用程序都是用相同的編碼方法，幾乎肯定會(huì)導(dǎo)致一些你的應(yīng)用程序比它能夠達(dá)到的運(yùn)行效率慢的情況。作為分析過(guò)程的一部分，你可以嘗試一些實(shí)驗(yàn)。例如，在一個(gè)字典中管理一些元素，你可以采用安全的方法確定元素是否已經(jīng)存在并更新，或者你可以直接添加元素，然后作為異常處理該元素不存在情況?？紤]第一個(gè)編碼的例子：

n = 16
myDict = {}
for i in range(0, n):
  char = 'abcd'[i%4]
  if char not in myDict:
    myDict[char] = 0
    myDict[char] += 1
    print(myDict)

這段代碼通常會(huì)在myDict開(kāi)始為空時(shí)運(yùn)行得更快。然而，當(dāng)mydict通常被數(shù)據(jù)填充（或者至少大部分被充填）時(shí)，另一種方法效果更好。

n = 16
myDict = {}
for i in range(0, n):
  char = 'abcd'[i%4]
  try:
    myDict[char] += 1
  except KeyError:
    myDict[char] = 1
  print(myDict)

兩種情況下具有相同的輸出：{‘d': 4, ‘c': 4, ‘b': 4, ‘a(chǎn)': 4}。唯一的不同是這個(gè)輸出是如何得到的。跳出固定的思維模式，創(chuàng)造新的編碼技巧，能夠幫助你利用你的應(yīng)用程序獲得更快的結(jié)果。
6.交叉編譯應(yīng)用程序

開(kāi)發(fā)者有時(shí)會(huì)忘記，電腦實(shí)際上是不懂任何用于創(chuàng)建現(xiàn)代應(yīng)用程序的語(yǔ)言，電腦所能懂得是機(jī)器代碼。為了能在電腦上運(yùn)行應(yīng)用程序，你使用一個(gè)應(yīng)用將人類可讀的代碼你轉(zhuǎn)換成計(jì)算機(jī)能理解的。有時(shí)候用一種語(yǔ)言，比如Python，寫(xiě)一個(gè)應(yīng)用，并用另一種語(yǔ)言，比如C++，運(yùn)行它，從性能的角度來(lái)看是有意義的。這取決于你想要應(yīng)用程序去做什么，以及主機(jī)系統(tǒng)可以提供的資源。

一個(gè)有趣的交叉編譯器，Nuitka，可以將你的Python代碼轉(zhuǎn)換為C++代碼。這么做的結(jié)果是，你可以在原生模式下執(zhí)行應(yīng)用程序，而不是依靠解釋器。根據(jù)平臺(tái)和任務(wù)，你可以看到一個(gè)顯著的性能提升。

（注意：Nuitka目前還處于測(cè)試階段，所以用它來(lái)產(chǎn)品程序時(shí)需要小心。實(shí)際上，目前最好將其用于實(shí)驗(yàn)。現(xiàn)在也有一些關(guān)于交叉編譯是否是得到更好性能的最佳方式的討論。開(kāi)發(fā)者已經(jīng)利用交叉編譯好幾年了，目的是實(shí)現(xiàn)特定的目標(biāo)，比如更好的應(yīng)用程序的速度。記住，每一個(gè)解決方案都會(huì)有得有失，你應(yīng)該在將一個(gè)解決方案用于生產(chǎn)環(huán)境之前就好好考慮一下得失情況。）

在使用一個(gè)交叉編譯器時(shí)，要確保它支持你使用的Python的版本。Nuitka支持Python2.6、2.7、3.2和3.3。想讓這個(gè)方案發(fā)揮作用，你需要一個(gè)Python解釋器和一個(gè)C++編譯器。Nuitka支持多種C++編譯器，包括Microsoft Visual Studio、MinGW 和 Clang/LLVM。

交叉編譯也可能帶來(lái)一些嚴(yán)重的負(fù)面影響。例如，當(dāng)利用Nuitka工作時(shí)，你會(huì)發(fā)現(xiàn)即使一個(gè)小程序也能消耗很大的硬盤(pán)空間，這是因?yàn)镹uitka使用大量的動(dòng)態(tài)鏈接庫(kù)（DLLs）實(shí)現(xiàn)Python的功能。所以當(dāng)你面對(duì)一個(gè)資源有限的系統(tǒng)時(shí)，這個(gè)方案可能不會(huì)很好的起作用。
總結(jié)

這六個(gè)技巧中的任意一個(gè)，都可以幫助你創(chuàng)造更快的Python程序。但任何技巧都不是萬(wàn)能的，不能每次都起作用。有些技巧在Python的特定版本下比其他技巧的更有效——甚至系統(tǒng)平臺(tái)也能影響它們的效果。你需要配置你的應(yīng)用，確定哪個(gè)地方讓其運(yùn)行緩慢，然后嘗試似乎能最好的解決這些問(wèn)題的一些技巧。

最新評(píng)論