提升 Python 代码运行速度的6个技巧

其实,Python 比我们想象的运行的要快。我们之所以有先入为主的认为Python运行慢,可能是我们平常的误用和缺乏使用技巧知识。

接下来让我们看看如何用一些简单的Trick来提高我们程序的运行性能

1、使用内置函数

Python中的许多内置函数都是用C实现的,并且经过了很好的优化。因此,如果熟悉这些内置函数,就可以提高Python代码的性能。一些常用的内置函数有sum()len()map()max()等。

假设我们有一个包含单词的列表,我们希望每个单词的首字母均变为大写。此时使用map()函数是不错的选择。

一般版本:

new_list = []
word_list = ["i", "am", "a", "python", "programmer"]
for word in word_list:
    new_list.append(word.capitalize())

改进版本:

word_list = ["i", "am", "a", "python", "programmer"]
new_list = list(map(str.capitalize, word_list))

时间对比:

import time
new_list = []
word_list = ["i", "am", "a", "python", "programmer"]

start = time.time()

for word in word_list:
    new_list.append(word.capitalize())
print(time.time() - start, "seconds")

start = time.time()

new_list = list(map(str.capitalize, word_list))
print(time.time() - start, "seconds")

运行结果:

1.0013580322265625e-05 seconds
4.76837158203125e-06 seconds

可以看出第二种方法运行速度快了将近2倍.

2、字符串连接 VS join()

Python中,字符串是不可变的,因此我们不能修改它们。
每次当我们连接多个字符串时,我们将会创建一个新的字符串,此时会导致一些运行性能问题。

一般版本:

new_list = []
word_list = ["I", "am", "a", "Python", "programmer"]
for word in word_list:
    new_list += word

改进版本:

word_list = ["I", "am", "a", "Python", "programmer"]
new_list = "".join(word_list)

时间对比:

import time

new_list = []
word_list = ["I", "am", "a", "Python", "programmer"]

start = time.time()
for word in word_list:
    new_list += word
print(time.time() - start, "seconds")

start = time.time()
new_list = "".join(word_list)
print(time.time() - start, "seconds")

运行结果:

4.0531158447265625e-06 seconds
9.5367431640625e-07 seconds

使用Join()函数可以让代码运行快4倍.

3、创建列表和字典的方式

一般来说,使用[]和{}来创建列表和字典相比使用list()dict{}运行更加高效.这是因为使用list()dict{}来创建对象时需要调用一个附加函数.

一般版本:

list()
dict()

改进版本:

()
{}

时间对比:

为了便于对比时间,这里我们使用timeit函数来统计,我们运行1百万次,来看二者的时间对比,代码如下:

import timeit

slower_list = timeit.timeit("list()", number=10**6)
slower_dict = timeit.timeit("dict()", number=10**6)

faster_list = timeit.timeit("[]", number=10**6)
faster_dict = timeit.timeit("{}", number=10**6)

print(slower_list, "seconds")
print(slower_dict, "seconds")
print(faster_list, "seconds")
print(faster_dict, "seconds")

运行结果:

0.08825178800000001 seconds
0.083323732 seconds
0.019935448999999994 seconds
0.027835573000000002 seconds

可以看出,我们的运行速度快了将近4倍.

4、使用 f-Strings

我们已经知道将字符串进行串联可能会使程序变慢。
另一个比较好的解决方案是使用f-Strings

一般版本:

me = "Python"
string = "Make " + me + " faster"

改进版本:

me = "Python"
string = f"Make {me} faster"

时间对比:

import time
me = "Python"

start = time.time()
string = "Make " + me + " faster"
print(time.time() - start, "seconds")

start = time.time()
string = f"Make {me} faster"
print(time.time() - start, "seconds")

运行结果:

2.1457672119140625e-06 seconds
9.5367431640625e-07 seconds

可以看出,我们的运行速度快了将近2倍.

5、使用Comprehensions

Python中的List Comprehensions为我们提供了更短的语法,甚至只有一行代码来实现各种强大的功能。很多用到循环的场景下,我们尽量使用生成式的语法来实现.

一般版本:

new_list = []
existing_list = range(1000000)
for i in existing_list:
    if i % 2 == 1:
        new_list.append(i)

较快版本:

existing_list = range(1000000)
new_list = [i for i in existing_list if i % 2 == 1]

时间对比:

import time

new_list = []
existing_list = range(1000000)

start = time.time()
for i in existing_list:
    if i % 2 == 1:
        new_list.append(i)
print(time.time() - start, "seconds")

start = time.time()
new_list = [i for i in existing_list if i % 2 == 1]
print(time.time() - start, "seconds")

运行结果:

0.16418218612670898 seconds
0.07834219932556152 seconds

可以看出,我们的运行速度快了将近2倍.

6、附录- Python中的内置函数

我们可以通过官网来查看Python的内置函数.

如果我们只关注上述例子中一些短小的代码片段,这些技巧似乎没有太大的改善。 实际上,我们的项目很容易变得复杂,此时上述技巧就派上用场啦!

7. 总结

本文重点介绍了在Python中如何使用一些简单的Trick来提升代码运行效率,并给出了相应的代码示例。

(0)

相关推荐

  • 提升Python运行速度的5个小技巧

    目录 1. 选择合适的数据结构 2. 善用强大的内置函数和第三方库 3. 少用循环 4. 避免循环重复计算 5. 少用内存.少用全局变量 总结 官方原文,代码均可运行 Python 是世界上使用最广泛的编程语言之一.它是一种解释型高级通用编程语言,具有广泛的用途,几乎可以将其用于所有事物.其以简单的语法.优雅的代码和丰富的第三方库而闻名.python除了有很多优点外,但在速度上还有一个非常大的缺点. 虽然Python代码运行缓慢,但可以通过下面分享的5个小技巧提升Python运行速度! 首先,定

  • 提升 Python 代码运行速度的6个技巧

    其实,Python 比我们想象的运行的要快.我们之所以有先入为主的认为Python运行慢,可能是我们平常的误用和缺乏使用技巧知识. 接下来让我们看看如何用一些简单的Trick来提高我们程序的运行性能 1.使用内置函数 Python中的许多内置函数都是用C实现的,并且经过了很好的优化.因此,如果熟悉这些内置函数,就可以提高Python代码的性能.一些常用的内置函数有sum().len().map().max()等. 假设我们有一个包含单词的列表,我们希望每个单词的首字母均变为大写.此时使用map(

  • 写好Python代码的几条重要技巧

    程序设计的好与坏,早在我们青葱岁月时就接触过了,只是那是并不知道这竟如此重要.能够立即改善程序设计.写出"好"代码的知识有以下几点: •面向对象五个基本原则: •常见的三种架构: •绘图: •起一个好名字: •优化嵌套的 if else 代码: 当然,其他技术知识的丰富程度也决定了程序设计的好坏.例如通过引入消息队列解决双端性能差异问题.通过增加缓存层提高查询效率等.下面我们一起来看看,上面列出的知识点包含哪些内容,这些内容对代码和程序设计的改善有何帮助. 面向对象五个基本原则 本书作

  • 提高Python代码可读性的5个技巧分享

    目录 1. Comments 2. Explicit Typing 3. Docstrings (Documentation Strings) 4. Readable Variable Names 5. Avoiding Magic Numbers 总结 不知道小伙伴们是否有这样的困惑,当我们回顾自己 6 个月前编写的一些代码时,往往会看的一头雾水,或者是否当我们接手其他人的代码时, Python 中有许多方法可以帮助我们理解代码的内部工作原理,良好的编程习惯,可以使我们的工作事半功倍! 例如,

  • 如何让python的运行速度得到提升

    python一直被病垢运行速度太慢,但是实际上python的执行效率并不慢,慢的是python用的解释器Cpython运行效率太差. "一行代码让python的运行速度提高100倍"这绝不是哗众取宠的论调. 我们来看一下这个最简单的例子,从1一直累加到1亿. 最原始的代码: import time def foo(x,y):   tt = time.time()   s = 0   for i in range(x,y):     s += i   print('Time used: 

  • 优化Python代码使其加快作用域内的查找

    我将示范微优化(micro optimization)如何提升python代码5%的执行速度.5%!同时也会触怒任何维护你代码的人. 但实际上,这篇文章只是解释一下你偶尔会在标准库或者其他人的代码中碰到的代码.我们先看一个标准库的例子,collections.OrderedDict类: def __setitem__(self, key, value, dict_setitem=dict.__setitem__): if key not in self: root = self.__root l

  • Python 代码性能优化技巧分享

    如何进行 Python 性能优化,是本文探讨的主要问题.本文会涉及常见的代码优化方法,性能优化工具的使用以及如何诊断代码的性能瓶颈等内容,希望可以给 Python 开发人员一定的参考. Python 代码优化常见技巧 代码优化能够让程序运行更快,它是在不改变程序运行结果的情况下使得程序的运行效率更高,根据 80/20 原则,实现程序的重构.优化.扩展以及文档相关的事情通常需要消耗 80% 的工作量.优化通常包含两方面的内容:减小代码的体积,提高代码的运行效率. 改进算法,选择合适的数据结构 一个

  • numba提升python运行速度的实例方法

    大家都知道Python运行速度很慢,但是轮子多,因此用户十分广泛,在各种领域上都能用到Python,但是最头疼的还是,解决运行速度问题,因此这里给大家介绍的是numba,是基本是等于再造语言.但是支持的numpy函数并不多.要让能jit的函数多起来才行.下面就详细介绍使用numba提升python运行速度方法. numba简介: 能够实现将python函数编译为机器代码,提高运行速度. 工作作用: 给python换一种编译器 使用numba: 1.导入numba及其编译器 import nump

  • Python写代码的七条重要技巧介绍

    目录 前言 0x00 规范命名 0x01 面向对象 0x02 使用 with 0x03 使用 get 0x04 提前返回 0x05 生成器 0x06 装饰器 前言 写出能完成功能的程序每个程序员都可以搞定,但能写出优雅的程序的程序员却寥寥无几,因此程序写的优雅与否则是区分顶级程序员与一般程序员的终极指标所在. 那身为一名 Pythoner,有哪些技巧能让我们写出优雅的 Python 代码呢,今天就给大家介绍七个能快速提升代码逼格的重要技巧. 0x00 规范命名 没有哪个程序员会抗拒一段命名规范的

  • 高质量Python代码编写的5个优化技巧

    如今我使用 Python 已经很长时间了,但当我回顾之前写的一些代码时,有时候会感到很沮丧.例如,最早使用 Python 时,我写了一个名为 Sudoku 的游戏(GitHub地址:https://github.com/MichaelWashburnJr/PythonSudoku).这个游戏在当时算是我比较拿得出手的项目了.然而现在,我无法直接复制其代码并运行它,具体原因是我当时编码时没有添加一个setup.py 或者 requires.txt 文件,当然,这种错误我肯定不会再犯! 由此,我总结

随机推荐