Python性能优化

文章作者：Tyan
博客：noahsnail.com  |  CSDN  | 

Python使用非常方便、灵活，因此很受欢迎。但正因为如此，导致实现同一功能时，Python代码有很多写法，但不同的写法有不同的性能。因此写Python代码要有良好的习惯，多写高性能的代码。作者原来平常写Python代码也很随意，直到某天处理大量数据时半天看不到结果，究其原因，是Python代码的性能问题导致的。

1. 列表解析与列表重建

#!/usr/bin/env python
# _*_ coding: utf-8 _*_

import time

fr = open('words.txt')
t1 = time.time()
word_list = fr.readlines()
t2 = time.time()
print 'read file time: ', t2 -t1
fr.close()

# for循环构建列表
keywords = []
t1 = time.time()
for word in word_list:
    word = word.strip()
    keywords.append(word)
t2 = time.time()
print 'for loop time: ', t2 - t1

# 列表解析
t3 = time.time()
keywords = [word.strip() for word in word_list]
t4 = time.time()
print 'list pars time: ', t4 - t3

fr = open('words.txt')
t5 = time.time()
keywords = [word.strip() for word in fr.readlines()]
t6 = time.time()
fr.close()
print 'read file and list parse time: ', t6 - t5

print 'list length: ', len(word_list)

运行结果：

read file time:  0.0318450927734
for loop time:  0.137716054916
list pars time:  0.0910630226135
read file and list parse time:  0.124923944473
list length:  441669

结论：本次测试中，列表解析时间是for循环时间的2/3。

2. 字符串拼接

#!/usr/bin/env python
# _*_ coding: utf-8 _*_

import time

fr = open('words.txt')
keywords = [word.strip() for word in fr.readlines()]
fr.close()

# 加号拼接字符串
t1 = time.time()
str1 = ''
for word in keywords:
    str1 += word
t2 = time.time()
print 'string concat time: ', t2 - t1

# join拼接字符串
t1 = time.time()
str2 = ''.join(keywords)
t2 = time.time()
print 'string join time: ', t2 - t1

print 'list length: ', len(keywords)

运行结果：

string concat time:  0.0814869403839
string join time:  0.0123951435089
list length:  441669

结论：本次测试中，join函数拼接字符串比+=拼接字符串快6倍多。

3. range与xrange

• range

python中range会直接生成一个list对象。

• xrange

用法与range完全相同，所不同的是生成的不是一个数组，而是一个生成器，它的类型为xrange。在生成非常大的数字序列时，xrange不会马上开辟很大的一块内存空间。如果不是需要返回列表，则尽可能使用xrange。

测试代码：

#!/usr/bin/env python
# _*_ coding: utf-8 _*_

import time

t1 = time.time()
for i in range(1000000):
    pass
t2 = time.time()
print 'range time: ', t2 -t1

t1 = time.time()
for i in xrange(1000000):
    pass
t2 = time.time()
print 'xrange time: ', t2 -t1

测试结果：

range time:  0.0680990219116
xrange time:  0.0329170227051

结论：本次测试中，xrange比range快一倍多。