大家好！今天呢，我們來聊一聊如何加速你的 python 代碼。

Python 語言的優(yōu)點(diǎn)可以列舉出許多，語法簡單易懂、模塊豐富、應(yīng)用廣泛等等。但是世界上沒有有完美的東西，python 一個(gè)明顯缺點(diǎn)就是運(yùn)行速度慢，至少跟 C 語言沒法比。

所以，不安于現(xiàn)狀的 Pythoner 就開發(fā)了許多工具。其中，最著名的莫過于 Cython 和 Numba。其中 Cython 可以把 Python 代碼轉(zhuǎn)成 C 代碼執(zhí)行，而Numba 則是 Python 中的一個(gè) JIT 編譯器(即時(shí)編譯器)，以此提高運(yùn)行效率。

不過我們今天不講這些復(fù)雜的工具，看看能不能只通過改進(jìn)你的 Python 代碼以提高速度。

函數(shù)

函數(shù)可以提高代碼的可讀性，那么用了函數(shù)對(duì)程序的執(zhí)行效率是否有影響呢？我們來做個(gè)對(duì)比實(shí)驗(yàn)。

先來看一個(gè)不用函數(shù)的版本：

import math

import time

start = time.time() # 開始計(jì)時(shí)

lst = [] # 定義一個(gè)空列表

for i in range(1, 10000000):

lst.append(math.sqrt(i)) # 瘋狂地往列表里添加計(jì)算結(jié)果

end = time.time() # 停止計(jì)時(shí)

print(end-start)

此代碼在我的電腦上輸出為2.124(不同配置的電腦結(jié)果不一樣，可多次運(yùn)行取平均值)。再來加上函數(shù)試一下：

import math

import time

def func():

lst = [] # 定義一個(gè)空列表

for i in range(1, 10000000):

lst.append(math.sqrt(i)) # 瘋狂地往列表里添加計(jì)算結(jié)果

return lst # 返回結(jié)果

start = time.time() # 開始計(jì)時(shí)

lst = func()

end = time.time() # 停止計(jì)時(shí)

print(end-start)

猜下結(jié)果會(huì)是怎樣？

在我的電腦上，使用了函數(shù)的程序用了大概花了1.743 秒。多次嘗試，基本上都會(huì)比上一個(gè)版本節(jié)省 15~20% 左右時(shí)間，這個(gè)差距還是存在的。

有人可能會(huì)覺得，增加了函數(shù)調(diào)用，效率可能會(huì)低。但實(shí)際上，我們這里只是增加了一次調(diào)用，影響甚微。而由于 Python 中局部變量和全局變量的實(shí)現(xiàn)方式不同，使用局部變量效率會(huì)高些。

所以使用函數(shù)不僅提高可讀性，用得好還能讓代碼運(yùn)行得更快。

去掉屬性訪問

再來看另一個(gè)例子，還是剛才的函數(shù)版本，我們做一點(diǎn)修改，改變其中導(dǎo)入函數(shù)的方式，由 math.sqrt 改為 sqrt：

from math import sqrt # 直接引用特定函數(shù)或?qū)傩?/p>

import time

def func():

lst = []

for i in range(1, 10000000):

lst.append(sqrt(i)) # 直接調(diào)用 sqrt

return lst

start = time.time()

lst = func()

end = time.time()

print(end-start)

在其它代碼均沒有變動(dòng)的情況下，這個(gè)程序的輸出時(shí)間變成了……

1.413 秒!

居然更快了。這又是為什么呢？

因?yàn)樵谶M(jìn)行屬性訪問的時(shí)候啊，會(huì)調(diào)用這個(gè)對(duì)象的 __getattribute__ 或者 __getattr__ 方法，造成了額外的開銷，所以導(dǎo)致速度變慢。

列表推導(dǎo)式

最后再來看看列表推導(dǎo)式(List Comprehension)，它的效率和普通 for 循環(huán)會(huì)有不一樣嗎？

列表推導(dǎo)式

Ist=[i for in range(40000000)]

繼續(xù)在上一個(gè)版本上修改：

from math import sqrt

import time

def func():

# for 循環(huán)改為列表推導(dǎo)式

lst = [sqrt(i) for i in range(1, 10000000)]

return lst

start = time.time()

lst = func()

end = time.time()

print(end-start)

結(jié)果是0.968秒！

這又是為什么呢？因?yàn)?strong>列表推導(dǎo)式內(nèi)的迭代是 C 實(shí)現(xiàn)的，所以效率更高。

同最初的版本相比，實(shí)現(xiàn)同樣的效果，我們僅通過調(diào)整代碼的寫法，速度就提高了一倍還多。

一起學(xué)，走得遠(yuǎn)！

最后

小編近幾年在學(xué)習(xí)Python！對(duì)于想學(xué)習(xí)Python的朋友們，我想說：很多人學(xué)了一個(gè)星期就放棄了，為什么呢？其實(shí)沒有好的學(xué)習(xí)資料給你去學(xué)習(xí)，你們是很難堅(jiān)持的，這是小編收集的Python入門學(xué)習(xí)資料！如下圖回復(fù)01即可獲得！

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎(jiǎng)勵(lì)來咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎(jiǎng)

總結(jié)

以上是生活随笔為你收集整理的python append函数_让你python代码更快的3个小技巧！速度提高了一倍还多的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。