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一個明顯缺點就是運行速度慢，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JIT編譯器(即時編譯器)，以此提高運行效率。

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)對程序的執(zhí)行效率是否有影響呢?我們來做個對比實驗。

先來看一個不用函數(shù)的版本：

importmathimporttime

start=time.time()#開始計時lst=[]#定義一個空列表foriinrange(1,10000000):lst.append(math.sqrt(i))#瘋狂地往列表里添加計算結(jié)果end=time.time()#停止計時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，可多次運行取平均值)。再來加上函數(shù)試一下：

importmathimporttime

deffunc():lst=[]#定義一個空列表foriinrange(1,10000000):lst.append(math.sqrt(i))#瘋狂地往列表里添加計算結(jié)果returnlst#返回結(jié)果

start=time.time()#開始計時lst=func()end=time.time()#停止計時print(end-start)

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，基本上都會比上一個版本節(jié)省15~20%左右時間，這個差距還是存在的。

有人可能會覺得，增加了函數(shù)調(diào)用，效率可能會低。但實際上，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現(xiàn)方式不同，使用局部變量效率會高些。

所以使用函數(shù)不僅提高可讀性，用得好還能讓代碼運行得更快。

去掉屬性訪問

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

frommathimportsqrt#直接引用特定函數(shù)或?qū)傩詉mporttime

deffunc():lst=[]foriinrange(1,10000000):lst.append(sqrt(i))#直接調(diào)用sqrtreturnlst

start=time.time()lst=func()end=time.time()print(end-start)

在其它代碼均沒有變動的情況下，這個程序的輸出時間變成了……

1.413秒!

居然更快了。這又是為什么呢?

因為在進行屬性訪問的時候啊，會調(diào)用這個對象的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(ListComprehension)，它的效率和普通for循環(huán)會有不一樣嗎?

繼續(xù)在上一個版本上修改：

frommathimportsqrtimporttime

deffunc():#for循環(huán)改為列表推導(dǎo)式lst=[sqrt(i)foriinrange(1,10000000)]returnlst

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?因為列表推導(dǎo)式內(nèi)的迭代是C實現(xiàn)的，所以效率更高。

同最初的版本相比，實現(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。

以上內(nèi)容為大家介紹了讓你Python代碼更快的小技巧，希望對大家有所幫助，如果想要了解更多Python相關(guān)知識，請關(guān)注IT培訓(xùn)機構(gòu):千鋒教育。http://m.fengjieshuijing.cn/