Python性能調(diào)優(yōu)的十個(gè)小技巧總結(jié)
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(yè)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(duì)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(wèn)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(duì)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
技術(shù)交流
歡迎轉(zhuǎn)載、收藏、有所收獲點(diǎn)贊支持一下！
到此這篇關(guān)于Python性能調(diào)優(yōu)的十個(gè)小技巧總結(jié)的文章就介紹到這了,更多相關(guān)Python 性能調(diào)優(yōu)內(nèi)容請(qǐng)搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！
版權(quán)聲明：本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái)，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信