這篇文章關于Python性能調優的10個小技巧，每天花5-10分鐘閱讀我的文章，對你技術提升一定會有幫助。

1 多多使用列表生成式

替換下面代碼：

cube_numbers?=?[]for?n?in?range(0,10):if?n?%?2?==?1:cube_numbers.append(n**3)

為列表生成式寫法：

cube_numbers?=?[n**3?for?n?in?range(1,10)?if?n%2?==?1]

2 內置函數

盡可能多使用下面這些內置函數：

3 盡可能使用生成器

單機處理較大數據量時，生成器往往很有用，因為它是分小片逐次讀取，最大程度節省內存，如下網頁爬取時使用yield

import?requests import?redef?get_pages(link):pages_to_visit?=?[]pages_to_visit.append(link)pattern?=?re.compile('https?')while?pages_to_visit:current_page?=?pages_to_visit.pop(0)page?=?requests.get(current_page)for?url?in?re.findall('<a?href="([^"]+)">',?str(page.content)):if?url[0]?==?'/':url?=?current_page?+?url[1:]if?pattern.match(url):pages_to_visit.append(url)#?yieldyield?current_page webpage?=?get_pages('http://www.example.com') for?result?in?webpage:print(result)

4 判斷成員所屬關系最快的方法使用 in

for?name?in?member_list:print('{}?is?a?member'.format(name))

5 使用集合求交集

替換下面代碼：

a?=?[1,2,3,4,5] b?=?[2,3,4,5,6]overlaps?=?[] for?x?in?a:for?y?in?b:if?x==y:overlaps.append(x)print(overlaps)

修改為set和求交集：

a?=?[1,2,3,4,5] b?=?[2,3,4,5,6]overlaps?=?set(a)?&?set(b)print(overlaps)

6 多重賦值

Python支持多重賦值的風格，要多多使用

first_name,?last_name,?city?=?"Kevin",?"Cunningham",?"Brighton"

7 盡量少用全局變量

Python查找最快、效率最高的是局部變量，查找全局變量相對變慢很多，因此多用局部變量，少用全局變量。

8 高效的itertools模塊

itertools模塊支持多個迭代器的操作，提供最節省內存的寫法，因此要多多使用，如下求三個元素的全排列：

import?itertools iter?=?itertools.permutations(["Alice",?"Bob",?"Carol"]) list(iter)

9 lru_cache 緩存

位于functools模塊的lru_cache裝飾器提供了緩存功能，如下結合它和遞歸求解斐波那契數列第n：

import?functools@functools.lru_cache(maxsize=128) def?fibonacci(n):if?n?==?0:return?0elif?n?==?1:return?1return?fibonacci(n?-?1)?+?fibonacci(n-2)

因此，下面的遞歸寫法非常低效，存在重復求解多個子問題的情況：

def fibonacci(n):if n == 0: # There is no 0'th numberreturn 0elif n == 1: # We define the first number as 1return 1return fibonacci(n - 1) + fibonacci(n-2)

10 內置函數、key和itemgetter

上面提到盡量多使用內置函數，如下對列表排序使用key，operator.itemgetter：

import?operator my_list?=?[("Josh",?"Grobin",?"Singer"),?("Marco",?"Polo",?"General"),?("Ada",?"Lovelace",?"Scientist")] my_list.sort(key=operator.itemgetter(0)) my_list

---

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載黃海廣老師《機器學習課程》視頻課黃海廣老師《機器學習課程》711頁完整版課件

本站qq群955171419，加入微信群請掃碼：

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的【Python】这10个Python性能调优的小技巧，你知道几个？的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。