Python性能提升的一些技巧(持续更新)
一般编程语言性能比较这个网站比较有说服力http://benchmarksgame.alioth.debian.org/u64q/ruby.html，现在的情况是python的速度在比较列表编程语言中属于垫底的，但是这并不是说python不可取，pytthon慢到不能工作，通过一些简单的优化和编码规范python的速度还是不错的，整天挂在嘴边python性能不行的都是小白，你要做的系统需要百万并发吗？需要误差在10毫秒内的实时交易吗？需要千万级别服务器端口扫描吗？需要DDOS级别的压力测试吗？需要几个小时内一亿次的弱密码爆破吗？如果你需要，一亿级别爆破和生产环境中的10000QPS个人都用python+c扩展的方式实现过，我可以帮你。
其实绝大多是场景python都能很好的工作，一些对性能要求比较高的场景通过python+c扩展的形式都是可以搞定的，而且省时省力。
以前群里总有个成员成天埋怨，python性能怎么差，自己用起来怎么费力，而不去寻找性能瓶颈在哪儿怎么去做优化。要记住，自己菜逼，怪编程语言是没有用的，这就像蹲坑拉屎，便秘拉不出来，说马桶这个地方地球吸引力太小，听说后来那位朋友去学scala了，还有人说他去学golang了，祝他早日找到自己心中的完美语言。
- python的编码规范
- 用生成器和列表推导式
- 字符串连接如果数量在3个或3个以内，直接用+号，超过3个，用format或者join，join最好，但format和join差别不是很大
- 不要写递归代码，尾递归也不行，改成循环的形式
- tuple能解决问题就不要用list，同样set能解决问题就不要用dict，但是dict和list相比，dict速度飞快，就是内存占用大。但是不要刻意去把list转为tuple。
- 函数能用局部变量，就不要用全局变量
- 交换变量用pythonic的方式，a,b=b,a就这样
- map有时候可以代替循环，这个时候应该毫不犹豫的使用map
- 在循环内部尽量减少不必要的非循环步骤
- 用while 1别用while True
- 多个变量值比较的时候可以用a
- 计算x的y次幂用x**y,别用pow，难读速度还慢
- cpu密集计算别用python，即使要用，也要选择numpy之类的库，最好把cpu密集部分改成C代码，然后ctypes调用，cpu密集部分也不推荐cython，总之C扩展>numpy=cython>python
有些规范和语言无关，就是用C如果你的程序逻辑有问题，还是会慢。