快捷導(dǎo)航

提升?Python?代碼運行速度的6個技巧

更新時間：2022年01月26日 09:48:26 作者：Python學習與數(shù)據(jù)挖掘

本文分享了提升?Python?代碼運行速度的6個技巧,Python?比我們想象的運行的要快。我們之所以有先入為主的認為Python運行慢，可能是我們平常的誤用和缺乏使用技巧知識。接下來讓我們看看如何用一些簡單的Trick來提高我們程序的運行性能,需要的朋友可以參考一下

其實，Python 比我們想象的運行的要快。我們之所以有先入為主的認為Python運行慢，可能是我們平常的誤用和缺乏使用技巧知識。

接下來讓我們看看如何用一些簡單的Trick來提高我們程序的運行性能

1、使用內(nèi)置函數(shù)

Python中的許多內(nèi)置函數(shù)都是用C實現(xiàn)的，并且經(jīng)過了很好的優(yōu)化。因此，如果熟悉這些內(nèi)置函數(shù)，就可以提高Python代碼的性能。一些常用的內(nèi)置函數(shù)有sum()、len()、map()、max()等。

假設(shè)我們有一個包含單詞的列表，我們希望每個單詞的首字母均變?yōu)榇髮憽４藭r使用map()函數(shù)是不錯的選擇。

一般版本:

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

改進版本:

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

時間對比:

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")

運行結(jié)果:

1.0013580322265625e-05 seconds
4.76837158203125e-06 seconds

可以看出第二種方法運行速度快了將近2倍.

2、字符串連接 VS join()

在Python中，字符串是不可變的，因此我們不能修改它們。
每次當我們連接多個字符串時，我們將會創(chuàng)建一個新的字符串,此時會導(dǎo)致一些運行性能問題。

一般版本:

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

改進版本:

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

時間對比:

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")

運行結(jié)果:

4.0531158447265625e-06 seconds
9.5367431640625e-07 seconds

使用Join()函數(shù)可以讓代碼運行快4倍.

3、創(chuàng)建列表和字典的方式

一般來說,使用[]和{}來創(chuàng)建列表和字典相比使用list()和dict{}運行更加高效.這是因為使用list()和dict{}來創(chuàng)建對象時需要調(diào)用一個附加函數(shù).

一般版本:

list()
dict()

改進版本:

()
{}

時間對比:

為了便于對比時間,這里我們使用timeit函數(shù)來統(tǒng)計,我們運行1百萬次,來看二者的時間對比,代碼如下:

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")

運行結(jié)果:

0.08825178800000001 seconds
0.083323732 seconds
0.019935448999999994 seconds
0.027835573000000002 seconds

可以看出,我們的運行速度快了將近4倍.

4、使用 f-Strings

我們已經(jīng)知道將字符串進行串聯(lián)可能會使程序變慢。
另一個比較好的解決方案是使用f-Strings。

一般版本:

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

改進版本:

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

時間對比:

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")

運行結(jié)果:

2.1457672119140625e-06 seconds
9.5367431640625e-07 seconds

可以看出,我們的運行速度快了將近2倍.

5、使用Comprehensions

Python中的List Comprehensions為我們提供了更短的語法，甚至只有一行代碼來實現(xiàn)各種強大的功能。很多用到循環(huán)的場景下,我們盡量使用生成式的語法來實現(xiàn).

一般版本:

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

較快版本:

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

時間對比:

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")

運行結(jié)果: