3个提升Python运行速度的方法,都很实用

今天总结3个提升Python运行速度的方法,只从代码本身考虑,提升运行速度并不会从编写C 扩展的代码、基于JIT的编译器技术考虑。

关于代码执行效率的 第一个方法是减少频繁的方法访问 ,尤其是在多层循环内层、且循环次数较多的操作,差距尤为明显。

# 真是模块内全局变量
import math

def compute_sqrt(nums):
    result = []
    for n in nums: # 假如nums长度很大
    # 1. math.sqrt 会被频繁访问
    # 2. result.append 也会被频繁访问
        result.append(math.sqrt(n))
    return result
复制代码

看到在for循环里面,涉及2个频繁的访问:

  • math.sqrt 会被频繁访问

  • result.append 也会被频繁访问

    因此第一步做如下更改:直接导入sqrt,而不是导入整个模块后再去引用sqrt

    直接导入sqrt,而不是导入整个模块后再去引用sqrt

    from math import sqrt

    def compute_sqrt(nums): result = [] for n in nums: # 假如nums长度很大 # 1. math.sqrt 会被频繁访问 # 2. result.append 也会被频繁访问 result.append(sqrt(n)) return result

然后再修改result.append,不用频繁访问append,使用标签apd指向它就行了:

# 直接导入sqrt,而不是导入整个模块后再去引用sqrt
from math import sqrt
    
def compute_sqrt(nums):
    result = []
    apd = result.append
    for n in nums: # 假如nums长度很大
    # 1. math.sqrt 会被频繁访问
    # 2. result.append 也会被频繁访问
        apd(sqrt(n))
    return result
复制代码

第二个方法:**查找局部变量的效率是最高的!!!**对于频繁访问的变量应尽可能是局部变量,消除不必要的全局变量访问。所以对于上面代码,sqrt还是模块级别的全局变量,所以修改为:

def compute_sqrt(nums):
    # 调整sqrt为局部变量
    from math import sqrt
    result = []
    apd = result.append
    for n in nums: # 假如nums长度很大
    # 1. math.sqrt 会被频繁访问
    # 2. result.append 也会被频繁访问
        apd(sqrt(n))
    return result
复制代码

第三个方法:**不要做一些不必要的属性包装。**比如@property必要时再用,能不用时就别用。如下对于属性y做@property装饰没有任何意义!只有在y有特定取值,比如只能取大于0的非负实数时再用此装饰才有意义。

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
复制代码

因此修改为下面这样,删去多余的@property包装

class A:
    def __init__(self, x, y):
        self.x = x
        self.y = y
复制代码

以上就是本次分享的所有内容,想要了解更多欢迎关注 ,每日干货分享

你可能感兴趣的:(python,开发语言)