站长百科网 如果你的Python程序太慢，你可以按照下面给出的提示和技巧 - 抽象化 避免过度抽象，尤其是在微小函数或方法的形式下。抽象往往会产生间接性，并迫使解释器工作更多。如果间接寻址的级别超过完成的有用工作量，则程序将变慢 避免循环开销 如果循环的主体很简单，则...
如果你的Python程序太慢，你可以按照下面给出的提示和技巧 -
避免过度抽象，尤其是在微小函数或方法的形式下。抽象往往会产生间接性，并迫使解释器工作更多。如果间接寻址的级别超过完成的有用工作量，则程序将变慢
如果循环的主体很简单，则 for 循环本身的解释器开销可能是大量的开销。这是地图功能以更好的方式工作的地方。唯一的限制是 map 的循环体必须是函数调用。
让我们看一个循环的例子
newlist = [] for word in oldlist: newlist.append(word.upper())
我们可以改用 map 来避免上述循环的开销 -
newlist = map(str.upper, oldlist)
列表理解的使用比 for 循环使用更少的开销 让我们看看使用列表理解实现的相同示例 -
newlist = [s.upper() for s in oldlist]
生成器表达式是在 Python 2.4 中引入的。这些被认为是循环的最佳替代方法，因为它避免了一次生成整个列表的开销。相反，它们返回一个生成器对象，可以逐位迭代 -
iterator = (s.upper() for s in oldlist)
Python 访问局部变量的效率比全局变量高得多。我们可以使用局部变量本身来实现上面的例子 -
def func(): upper = str.upper newlist = [] append = newlist.append for word in oldlist: append(upper(word)) return newlist
导入语句可以轻松执行。将它们放在函数中以限制其可见性和/或减少初始启动时间通常很有用。在某些情况下，重复执行导入语句会严重影响性能。
使用 Join 连接许多字符串时，这是一个更好、更快的选择。但是，当字符串不多时，使用 + 运算符进行串联会更有效。执行时间更短。让我们用两个例子来了解这一点——
使用 + 运算符连接多个字符串
我们现在将连接许多字符串并使用时间模块检查执行时间 -
from time import time myStr ='' a='gjhbxjshbxlasijxkashxvxkahsgxvashxvasxhbasxjhbsxjsabxkjasjbxajshxbsajhxbsajxhbasjxhbsaxjash' l=[] # Using the + operator t=time() for i in range(1000): myStr = myStr+a+repr(i) print(time()-t)
0.003464221954345703
使用联接连接多个字符串
我们现在将使用 Join 连接许多字符串并检查执行时间。当我们有很多字符串时，连接是一个更好、更快的选择 -
from time import time myStr ='' a='gjhbxjshbxlasijxkashxvxkahsgxvashxvasxhbasxjhbsxjsabxkjasjbxajshxbsajhxbsajxhbasjxhbsaxjash' l=[] # Using the + operator t=time() for i in range(1000): l.append(a + repr(i)) z = ''.join(l) print(time()-t)
0.000995635986328125