Python代码的优化技巧

在本文中，我们将讨论一些有趣的优化技巧，以提高Python代码的速度。这些技术有助于在python代码中更快地生成结果。

1. 使用内置函数和库： 像map（）这样的内置函数是用C代码实现的。因此解释器不必执行循环，这会带来相当大的加速。 函数的作用是：将一个函数应用于iterable的每个成员，并返回结果。如果有多个参数，map（）将返回一个由元组组成的列表，其中包含所有iterables中的相应项。

   # Python program to illustrate library functions # save time while coding with the example of map() import time # slower (Without map()) start = time.clock() s = 'geeks' U = [] for c in s: U.append(c.upper()) print (U) elapsed = time.clock() e1 = elapsed - start print ( "Time spent in function is: " , e1) # Faster (Uses builtin function map()) s = 'geeks' start = time.clock() U = map ( str .upper, s) print (U) elapsed = time.clock() e2 = elapsed - start print ( "Time spent in builtin function is: " , e2)

   输出：

   ['G', 'E', 'E', 'K', 'S']
   Time spent in function is:  0.0394747945637
   ['G', 'E', 'E', 'K', 'S']
   Time spent in builtin function is:  0.0212335531192
   
   

   这些包是特定于平台的，这意味着我们需要适合我们使用的平台的包。如果我们正在执行字符串操作，请考虑使用现有的模块“集合” 德克 这对我们的目的是高度优化的。

   # Python program to illustrate # importing list-like container with # fast appends and pops on either end from collections import deque s = 'geek' # make a new deque d = deque(s) # add a new entry to the right side d.append( 'y' ) # add a new entry to the left side d.appendleft( 'h' ) print (d) d.pop() # return and remove the rightmost item d.popleft() # return and remove the lefttmost item # print list deque in reverse print ( list ( reversed (d)))

   输出：

   deque(['h', 'g', 'e', 'e', 'k', 'y'])
   ['k', 'e', 'e', 'g']
   

   # importing iteration tools import itertools iter = itertools.permutations([ 1 , 2 , 3 ]) print ( list ( iter ))

   输出：

   [(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)]
   

2. 使用键进行排序： 在Python中，我们应该使用内置排序的键参数，这是一种更快的排序方式。

   # Python program to illustrate # using keys for sorting somelist = [ 1 , - 3 , 6 , 11 , 5 ] somelist.sort() print (somelist) s = 'geeks' # use sorted() if you don't want to sort in-place: s = sorted (s) print (s)

   输出：

   [-3, 1, 5, 6, 11]
   ['e', 'e', 'g', 'k', 's']
   

   在每种情况下，列表都会根据作为键参数一部分选择的索引进行排序。这种方法处理字符串和处理数字一样有效。

3. 优化循环： 编写惯用代码：这听起来可能违反直觉，但在大多数情况下，编写惯用代码会使代码更快。这是因为Python被设计为只有一种明显/正确的方式来完成任务。 例如（字符串连接）：

   # Python program to illustrate using # optimized loops for faster coding # slow O(n^2) - ( Note: In latest implementations it is O(n) ) s = 'hellogeeks' slist = '' for i in s: slist = slist + i print (slist) # string concatenation (idiomatic and fast O(n)) st = 'hellogeeks' slist = ''.join([i for i in s]) print (slist) # Better way to iterate a range evens = [ i for i in range ( 10 ) if i % 2 = = 0 ] print (evens) # Less faster i = 0 evens = [] while i < 10 : if i % 2 = = 0 : evens.append(i) i + = 1 print (evens) # slow v = 'for' s = 'geeks ' + v + ' geeks' print (s) # fast s = 'geeks %s geeks' % v print (s)

   输出：

   hellogeeks
   [0, 2, 4, 6, 8]
   geeks for geeks
   

   每次运行到s（i）的循环时，Python都会评估该方法。但是，如果将求值放在变量中，则该值已经已知，Python可以更快地执行任务。

4. 尝试多种编码方法 ：每次创建应用程序时使用完全相同的编码方法几乎肯定会导致某些情况，即应用程序的运行速度比可能的慢。 例如（初始化字典元素）：

   # Python program to illustrate trying # multiple coding approaches # for getting faster result # slower mydict = { 'g' : 1 , 'e' : 1 , 'e' : 1 , 'k' : 1 } word = 'geeksforgeeks' for w in word: if w not in mydict: mydict[w] = 0 mydict[w] + = 1 print (mydict) # faster mydict = { 'g' : 1 , 'e' : 1 , 'e' : 1 , 'k' : 1 } word = 'geeksforgeeks' for w in word: try : mydict[w] + = 1 except KeyError: mydict[w] = 1 print (mydict)

   输出：

   {'e': 5, 'g': 3, 'f': 1, 'k': 3, 'o': 1, 's': 2, 'r': 1}
   

   两种情况下的输出相同。唯一的区别是如何获得输出。

5. 使用 润智 而不是范围： range（）–返回使用range（）函数创建的数字列表。 xrange（）–此函数返回只能通过循环显示数字的生成器对象。只有特定的范围会按需显示，因此称为“惰性评估”。

   # slower x = [i for i in range ( 0 , 10 , 2 )] print (x) # faster x = [i for i in range ( 0 , 10 , 2 )] print (x)

   输出：

   [1, 3, 5, 7, 9]
   

   这可以节省系统内存，因为xrange（）一次只能生成序列中的一个整数元素。而range（）则提供了一个完整的列表，这对于循环来说是不必要的开销。

6. 使用Python多重赋值 交换变量 : 这在Python中既优雅又快速。

   # Python program to illustrate swapping # of a variable in one line # slower x = 2 y = 5 temp = x x = y y = temp print (x,y) x,y = 3 , 5 # faster x, y = y, x print (x,y)

   输出：

   5 2
   5 3
   

7. 如果可能，请使用局部变量： Python检索局部变量比检索全局变量更快。也就是说，避免使用“全局”关键字。因此，如果要访问一个方法（通常在一个循环内），请考虑将其写入变量。

   # Python program to illustrate trying # to use local variables to make code # run faster class Test: def func( self ,x): print (x + x) # Declaring variable that assigns class method object Obj = Test() mytest = Obj.func # Declaring local variable n = 2 for i in range (n): mytest(i) # faster than Obj.func(i)

   输出：

   0
   2
   

参考资料：

• 堆垛溢出
• python组织

本文由 阿夫扎尔·安萨里 .如果你喜欢GeekSforgek，并想贡献自己的力量，你也可以使用 贡献极客。组织 或者把你的文章寄到contribute@geeksforgeeks.org.看到你的文章出现在Geeksforgeks主页上，并帮助其他极客。

如果您发现任何不正确的地方，或者您想分享有关上述主题的更多信息，请写下评论。