这篇教程Python性能调优的十个小技巧总结写得很实用，希望能帮到您。
1 多多使用列表生成式替换下面代码： cube_numbers = [] for n in range(0,10): if n % 2 == 1: cube_numbers.append(n**3) 为列表生成式写法： cube_numbers = [n**3 for n in range(1,10) if n%2 == 1]
2 内置函数尽可能多使用下面这些内置函数： 
3 尽可能使用生成器单机处理较大数据量时，生成器往往很有用，因为它是分小片逐次读取，最大程度节省内存，如下网页爬取时使用yield import requestsimport redef 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_pagewebpage = get_pages('http://www.example.com')for result in webpage: print(result)
4 判断成员所属关系最快的方法使用 infor name in member_list: print('{} is a member'.format(name))
5 使用集合求交集替换下面代码： 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) 修改为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 多重赋值Python支持多重赋值的风格，要多多使用 first_name, last_name, city = "Kevin", "Cunningham", "Brighton"
7 尽量少用全局变量Python查找最快、效率最高的是局部变量，查找全局变量相对变慢很多，因此多用局部变量，少用全局变量。
8 高效的itertools模块itertools模块支持多个迭代器的操作，提供最节省内存的写法，因此要多多使用，如下求三个元素的全排列： import itertoolsiter = itertools.permutations(["Alice", "Bob", "Carol"])list(iter)
9 lru_cache 缓存位于functools模块的lru_cache装饰器提供了缓存功能，如下结合它和递归求解斐波那契数列第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，下面的递归写法非常低效，存在重复求解多个子问题的情况： 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 内置函数、key和itemgetter上面提到尽量多使用内置函数，如下对列表排序使用key，operator.itemgetter： import operatormy_list = [("Josh", "Grobin", "Singer"), ("Marco", "Polo", "General"), ("Ada", "Lovelace", "Scientist")]my_list.sort(key=operator.itemgetter(0))my_list
技术交流欢迎转载、收藏、有所收获点赞支持一下！ 
到此这篇关于Python性能调优的十个小技巧总结的文章就介绍到这了,更多相关Python 性能调优内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
Python中defaultdict与dict的差异详情
Python使用pyfinance包进行证券收益分析 |
