討厭Python的人總是說，他們不想使用它的原因之一是它很 慢。嗯，特定程序(無論使用何種編程語言)是快還是慢，在很大程度上取決于編寫該程序的開發(fā)人員以及編寫優(yōu)化而 快速的 程序的技能和能力 。

因此，讓我們證明一些人是錯誤的，讓我們看看如何改善Python程序的性能 并使它們真正更快！

時序分析

在開始進(jìn)行任何優(yōu)化之前，我們首先需要找出代碼的哪些部分實(shí)際上會使整個程序變慢。有時程序的瓶頸可能很明顯，但是如果您不知道它在哪里，那么這里有一些可供您選擇的選項(xiàng)：

最懶惰的“配置文件”

首先，最簡單和誠實(shí)的說是非常懶惰的解決方案-Unix time

命令：

如果您只想計(jì)時整個程序，這可能會起作用，通常這是不夠的……

最詳細(xì)的分析

另一端是 cProfile，它將為您提供 過多 信息：

在這里，我們使用cProfile模塊和 time 參數(shù)運(yùn)行測試腳本 ，以便按內(nèi)部時間(cumtime)對行進(jìn)行排序 。這給了我們 很多信息，您在上面看到的行大約是實(shí)際輸出的10％。由此可見， exp 函數(shù)是罪魁禍?zhǔn)? Surprise，Surprise)，現(xiàn)在我們可以更詳細(xì)地了解時序和性能分析...

時序特定功能

現(xiàn)在我們知道了將注意力轉(zhuǎn)移到哪里，我們可能想對慢速函數(shù)計(jì)時，而不用測量其余的代碼。為此，我們可以使用簡單的裝飾器：

然后可以將此裝飾器應(yīng)用于待測功能，如下所示：

這給我們這樣的輸出：

有一點(diǎn)要考慮的是 什么樣的時間，我們其實(shí)(想)措施。時間包提供

time.perf_counter 和 time.process_time。此處的區(qū)別是perf_counter返回絕對值，其中包括Python程序進(jìn)程未運(yùn)行時的時間，因此它可能會受到計(jì)算機(jī)負(fù)載的影響。另一方面，process_time僅返回用戶時間(不包括系統(tǒng)時間)，這僅是您的處理時間。

使其更快

現(xiàn)在是有趣的部分。讓我們讓您的Python程序運(yùn)行得更快。我(大部分)不會向您展示一些可以神奇地解決您的性能問題的技巧，技巧和代碼段。這更多地是關(guān)于一般構(gòu)想和策略的，這些構(gòu)想和策略在使用時可能會對性能產(chǎn)生巨大影響，在某些情況下，最高可以提高30％。

使用內(nèi)置數(shù)據(jù)類型

這個很明顯。內(nèi)置數(shù)據(jù)類型非常快，特別是與樹或鏈接列表之類的自定義類型相比。這主要是因?yàn)閮?nèi)置程序是用C實(shí)現(xiàn)的 ，因此在使用Python進(jìn)行編碼時我們的速度實(shí)在無法與之匹敵。

使用lru_cache緩存/記憶

使用局部變量

這與在每個作用域中查找變量的速度有關(guān)。我正在編寫 每個作用域，因?yàn)樗恢皇鞘褂镁植孔兞窟€是全局變量。實(shí)際上，即使在函數(shù)(最快)，類級屬性(例如self.name ，較慢)和全局變量(例如，最慢)等全局 變量之間，查找速度實(shí)際上也有所不同 time.time 。您可以通過使用看似不必要(直接無用的)的分配來提高性能，如下所示：

使用函數(shù)

這似乎違反直覺，因?yàn)檎{(diào)用函數(shù)會將更多的東西放到堆棧上，并從函數(shù)返回中產(chǎn)生開銷，但這與上一點(diǎn)有關(guān)。如果僅將整個代碼放在一個文件中而不將其放入函數(shù)中，則由于全局變量，它的運(yùn)行速度會慢得多。因此，您可以通過將整個代碼包裝在main函數(shù)中并調(diào)用一次來加速代碼 ，如下所示：

不訪問屬性

可能會使程序變慢的另一件事是 點(diǎn)運(yùn)算符(.)，在訪問對象屬性時使用。該運(yùn)算符使用觸發(fā)字典查找 __getattribute__，這會在代碼中產(chǎn)生額外的開銷。那么，我們?nèi)绾尾拍苷嬲苊?限制)使用它呢？

當(dāng)心字符串

當(dāng)使用模數(shù) (%s)或 .format()。進(jìn)行循環(huán)運(yùn)行時，字符串操作可能會變得非常慢 。我們有什么更好的選擇？我們唯一應(yīng)該使用的是 f-string，它是最易讀，簡潔且最快的方法。因此，根據(jù)該推文，這是您可以使用的方法列表-最快到最慢：

生成器本質(zhì)上并沒有更快，因?yàn)樗鼈儽辉试S進(jìn)行惰性計(jì)算，從而節(jié)省了內(nèi)存而不是時間。但是，保存的內(nèi)存可能會導(dǎo)致您的程序?qū)嶋H運(yùn)行得更快。怎么樣？好吧，如果您有一個很大的數(shù)據(jù)集，并且沒有使用生成器(迭代器)，那么數(shù)據(jù)可能會溢出CPU L1緩存，這將大大減慢內(nèi)存中值的查找。

就性能而言，非常重要的一點(diǎn)是CPU可以將正在處理的所有數(shù)據(jù)盡可能地保存在緩存中。

結(jié)論

優(yōu)化的首要規(guī)則是 不這樣做。但是，如果確實(shí)需要，那么我希望這些技巧可以幫助您。但是，在優(yōu)化代碼時要小心，因?yàn)樗赡茏罱K使您的代碼難以閱讀，因此難以維護(hù)，這可能會超出優(yōu)化的好處。

總結(jié)

以上是生活随笔為你收集整理的python程序写完后点哪个运行快_让你的Python运行更快的全部內(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。