1 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 內置函數
盡可能多使用下面這些內置函數:
3 盡可能使用生成器
單機處理較大數據量時,生成器往往很有用,因為它是分小片逐次讀取,最大程度節省內存,如下網頁爬取時使用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模塊支持多個迭代器的操作,提供最節省內存的寫法,因此要多多使用,如下求三個元素的全排列:
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,如下結合它和遞歸求解斐波那契數列第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,存在重復求解多個子問題的情況:
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 內置函數、key和itemgetter
上面提到盡量多使用內置函數,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
技術交流
歡迎轉載、收藏、有所收獲點贊支持一下!
到此這篇關于Python性能調優的十個小技巧總結的文章就介紹到這了,更多相關Python 性能調優內容請搜索服務器之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持服務器之家!
原文鏈接:https://blog.csdn.net/weixin_38037405/article/details/121397440