七个好习惯可以提升Python程序性能_惠州计算机Python培训学校

1、使用局部变量

尽量使用局部变量代替全局变量：便于维护，提高性能并节省内存。

使用局部变量替换模块名字空间中的变量，例如 ls = os.linesep。一方面可以提高程序性能，局部变量查找速度更快;另一方面可用简短标识符替代冗长的模块变量，提高可读性。

2、减少函数调用次数

对象类型判断时，采用isinstance()最优，采用对象类型身份(id())次之，采用对象值(type())比较最次。

#判断变量num是否为整数类型

type(num) == type(0) #调用三次函数

type(num) is type(0) #身份比较

isinstance(num,(int)) #调用一次函数

不要在重复操作的内容作为参数放到循环条件中，避免重复运算。

#每次循环都需要重新执行len(a)

while i < len(a):

statement

#len(a)仅执行一次

m = len(a)

while i < m: statement

如需使用模块X中的某个函数或对象Y，应直接使用from X import Y，而不是import X; X.Y。这样在使用Y时，可以减少一次查询(解释器不必首先查找到X模块，然后在X模块的字典中查找Y)。

3、采用映射替代条件查找

映射(比如dict等)的搜索速度远快于条件语句(如if等)。Python中也没有select-case语句。

#if查找

if a == 1:

b = 10

elif a == 2:

b = 20

...

#dict查找，性能更优

d = {1:10,2:20,...}

b = d[a]

4、直接迭代序列元素

对序列(str、list、tuple等)，直接迭代序列元素，比迭代元素的索引速度要更快。

a = [1,2,3]

#迭代元素

for item in a:

print(item)

#迭代索引

for i in range(len(a)):

print(a[i])

5、采用生成器表达式替代列表解析

列表解析(list comprehension)，会产生整个列表，对大量数据的迭代会产生负面效应。

而生成器表达式则不会，其不会真正创建列表，而是返回一个生成器，在需要时产生一个值(延迟计算)，对内存更加友好。

#计算文件f的非空字符个数

#生成器表达式

l = sum([len(word) for line in f for word in line.split()])

#列表解析

l = sum(len(word) for line in f for word in line.split())

6、先编译后调用

使用eval()、exec()函数执行代码时，最好调用代码对象(提前通过compile()函数编译成字节码)，而不是直接调用str，可以避免多次执行重复编译过程，提高程序性能。

正则表达式模式匹配也类似，也最好先将正则表达式模式编译成regex对象(通过re.complie()函数)，然后再执行比较和匹配。

7、模块编程习惯

模块中的最高级别Python语句(没有缩进的代码)会在模块导入(import)时执行(不论其是否真的必要执行)。因此，应尽量将模块所有的功能代码放到函数中，包括主程序相关的功能代码也可放到main()函数中，主程序本身调用main()函数。

可以在模块的main()函数中书写测试代码。在主程序中，检测name的值，如果为'main'(表示模块是被直接执行)，则调用main()函数，进行测试;如果为模块名字(表示模块是被调用)，则不进行测试。

点击咨询直接了解更多相关资料，我在惠州北大青鸟新方舟等你。

本文内容转载自网络，版权归原作者所有，如有侵权请联系我们进行删除。

标签：惠州计算机软件培训惠州计算件软件开发惠州计算机软件基础惠州计算机Python软件开发惠州Python培训学校惠州Python培训python基础教程python是什么python教程python入门