很實用的Python執行提速方法
阿新 • • 發佈:2021-11-13
今天總結三個提升Python執行速度的方法,只從程式碼本身考慮,提升執行速度並不會從編寫C 擴充套件的程式碼、基於JIT的編譯器技術考慮。 |
今天總結三個提升Python執行速度的方法,只從程式碼本身考慮,提升執行速度並不會從編寫C 擴充套件的程式碼、基於JIT的編譯器技術考慮。
關於程式碼執行效率的第一個方法是減少頻繁的方法訪問,尤其是在多層迴圈內層、且迴圈次數較多的操作,差距尤為明顯。
# 真是模組內全域性變數 import math def compute_sqrt(nums): result = [] for n in nums: # 假如nums長度很大 # 1. math.sqrt 會被頻繁訪問 # 2. result.append 也會被頻繁訪問 result.append(math.sqrt(n)) return result
看到在for迴圈裡面,涉及2個頻繁的訪問:
math.sqrt 會被頻繁訪問
result.append 也會被頻繁訪問
因此第一步做如下更改:直接匯入sqrt,而不是匯入整個模組後再去引用sqrt
# 直接匯入sqrt,而不是匯入整個模組後再去引用sqrt from math import sqrt def compute_sqrt(nums): result = [] for n in nums: # 假如nums長度很大 # 1. math.sqrt 會被頻繁訪問 # 2. result.append 也會被頻繁訪問 result.append(sqrt(n)) return result
然後再修改result.append,不用頻繁訪問append,使用標籤apd指向它就行了:
# 直接匯入sqrt,而不是匯入整個模組後再去引用sqrt from math import sqrt def compute_sqrt(nums): result = [] apd = result.append for n in nums: # 假如nums長度很大 # 1. math.sqrt 會被頻繁訪問 # 2. result.append 也會被頻繁訪問 apd(sqrt(n)) return result
第二個方法:查詢區域性變數的效率是最高的!!!對於頻繁訪問的變數應儘可能是區域性變數,消除不必要的全域性變數訪問。所以對於上面程式碼,sqrt還是模組級別的全域性變數,所以修改為:
def compute_sqrt(nums): # 調整sqrt為區域性變數 from math import sqrt result = [] apd = result.append for n in nums: # 假如nums長度很大 # 1. math.sqrt 會被頻繁訪問 # 2. result.append 也會被頻繁訪問 apd(sqrt(n)) return result
第三個方法:不要做一些不必要的屬性包裝。比如@property必要時再用,能不用時就別用。如下對於屬性y做@property裝飾沒有任何意義!只有在y有特定取值,比如只能取大於0的非負實數時再用此裝飾才有意義。
class A: def __init__(self, x, y): self.x = x self.y = y @property def y(self): return self._y @y.setter def y(self, value): self._y = value
因此修改為下面這樣,刪去多餘的@property包裝
class A: def __init__(self, x, y): self.x = x self.y = y
以上就是Python程式碼提速的3條基本但卻容易被忽略的有價值方法,希望對你有用。
本文地址:https://www.linuxprobe.com/python-running-speed-up.html