掌握一些技巧，可盡量提高Python程序性能，也可以避免不必要的資源浪費。

1、使用局部變量

盡量使用局部變量代替全局變量：便于維護，提高性能并節(jié)省內存。

使用局部變量替換模塊名字空間中的變量，例如ls=os.linesep。一方面可以提高程序性能，局部變量查找速度更快;另一方面可用簡短標識符替代冗長的模塊變量，提高可讀性。

2、減少函數調用次數

對象類型判斷時，采用isinstance()最優(yōu)，采用對象類型身份(id())次之，采用對象值(type())比較最次。

#判斷變量num是否為整數類型

type(num)==type(0)

#調用三次函數

type(num)istype(0)

#身份比較

isinstance(num,(int))

#調用一次函數

不要在重復操作的內容作為參數放到循環(huán)條件中，避免重復運算。

#每次循環(huán)都需要重新執(zhí)行l(wèi)en(a)

whilei

statement

#len(a)僅執(zhí)行一次

m=len(a)

whilei

statement

如需使用模塊X中的某個函數或對象Y，應直接使用fromXimportY，而不是importX;X.Y。這樣在使用Y時，可以減少一次查詢(解釋器不必首先查找到X模塊，然后在X模塊的字典中查找Y)。

3、采用映射替代條件查找

映射(比如dict等)的搜索速度遠快于條件語句(如if等)。Python中也沒有select-case語句。

#if查找

ifa==1:

b=10

elifa==2:

b=20

...

#dict查找，性能更優(yōu)

d={1:10,2:20,...}

b=d[a]

4、直接迭代序列元素

對序列(str、list、tuple等)，直接迭代序列元素，比迭代元素的索引速度要更快。

a=[1,2,3]

#迭代元素

foritemina:

print(item)

#迭代索引

foriinrange(len(a)):

print(a[i])

5、采用生成器表達式替代列表解析

列表解析(listcomprehension)，會產生整個列表，對大量數據的迭代會產生負面效應。

而生成器表達式則不會，其不會真正創(chuàng)建列表，而是返回一個生成器，在需要時產生一個值(延遲計算)，對內存更加友好。

#計算文件f的非空字符個數

#生成器表達式

l=sum([len(word)forlineinfforwordinline.split()])

#列表解析

l=sum(len(word)

forlineinfforwordinline.split())

6、先編譯后調用

使用eval()、exec()函數執(zhí)行代碼時，最好調用代碼對象(提前通過compile()函數編譯成字節(jié)碼)，而不是直接調用str，可以避免多次執(zhí)行重復編譯過程，提高程序性能。

正則表達式模式匹配也類似，也最好先將正則表達式模式編譯成regex對象(通過re.complie()函數)，然后再執(zhí)行比較和匹配。

7、模塊編程習慣

模塊中的最高級別Python語句(沒有縮進的代碼)會在模塊導入(import)時執(zhí)行(不論其是否真的必要執(zhí)行)。因此，應盡量將模塊所有的功能代碼放到函數中，包括主程序相關的功能代碼也可放到main()函數中，主程序本身調用main()函數。

可以在模塊的main()函數中書寫測試代碼。在主程序中，檢測name的值，如果為'main'(表示模塊是被直接執(zhí)行)，則調用main()函數，進行測試;如果為模塊名字(表示模塊是被調用)，則不進行測試。

以上內容為大家介紹了提升Python程序性能的好習慣，希望對大家有所幫助，如果想要了解更多Python相關知識，請關注IT培訓機構:千鋒教育。http://m.2667701.com/