當你尋找這種問題的時候，很開心，你的代碼水平以及對python的各種數(shù)據(jù)類型的認知會上升一個臺階！
我是什么時候開始思考這種問題的呢？當然是有一天發(fā)現(xiàn)模型跑數(shù)據(jù)的時候，程序一直在運行但卻一直不出最終結果，然后發(fā)現(xiàn)作者寫的代碼真的是低效，不得不說，會寫模型的人不一定會寫代碼！

一、加速代碼查找

1. 用 set 而非 list 進行查找（初學者的通病）

低效方法：

list_data = [i for i in range(1000000)]1098987 in list_data # 13.4 ms

高效方法：

set_data = set(list_data)1098987 in set_data # 10.3 us

原理很簡單：list 是線性查找（即從前向后一個元素一個元素的查找），set 是通過hash查找（通過hash函數(shù)直接定位）

2. 用 dict 而非兩個 list 進行匹配查找

低效方法：

list_a = [i for i in range(1000000)] list_b = [i**2 for i in list_a]print(list_b[list_a.index(876567)]) # 7.5 ms

高效方法：

dict_ab = dict(zip(list_a, list_b))print(dict_ab.get(876567, None)) # 141 us

二、加速你的循環(huán)

在循環(huán)中避免重復計算

低速方法：

a = [i for i in range(2000)]b = [i/sum(a) for i in a] # 32.8 ms

高效方法：

sum_a = sum(a)b = [i/sum_a for i in a] # 266 us

三、使用多進程

可以參考我之前博文 一篇文章學習python多進程

最后最后，其實還有很多加速的方法，不過上述是我目前常用到的方式啦，想了解更多參見24式加速你的Python

總結

以上是生活随笔為你收集整理的加速你的Python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，歡迎將生活随笔推薦給好友。