七個能夠提高python程序性能的好習慣，你知道嗎?

掌握一些技巧，可儘可能提升Python程序性能，也能夠避免沒必要要的資源浪費。今天就爲你們帶來七個能夠提高python程序性能的好習慣，趕快來學習吧：、

一、使用局部變量

儘可能使用局部變量代替全局變量：便於維護，提升性能並節省內存。

使用局部變量替換模塊名字空間中的變量，例如 ls = os.linesep。一方面能夠提升程序性能，局部變量查找速度更快;另外一方面可用簡短標識符替代冗長的模塊變量，提升可讀性。

二、減小函數調用次數

對象類型判斷時，採用isinstance()最優，採用對象類型身份(id())次之，採用對象值(type())比較最次。

#判斷變量num是否爲整數類型
type(num) == type(0) #調用三次函數
type(num) is type(0) #身份比較
isinstance(num,(int)) #調用一次函數

不要在重複操做的內容做爲參數放到循環條件中，避免重複運算。

#每次循環都須要從新執行len(a)
while i < len(a):
statement
#len(a)僅執行一次
m = len(a)
while i < m: statement

如需使用模塊X中的某個函數或對象Y，應直接使用from X import Y，而不是import X; X.Y。這樣在使用Y時，能夠減小一次查詢(解釋器沒必要首先查找到X模塊，而後在X模塊的字典中查找Y)。

三、採用映射替代條件查找

映射(好比dict等)的搜索速度遠快於條件語句(如if等)。Python中也沒有select-case語句。

#if查找
if a == 1:
b = 10
elif a == 2:
b = 20
...
#dict查找，性能更優
d = {1:10,2:20,...}
b = d[a]

四、直接迭代序列元素

對序列(str、list、tuple等)，直接迭代序列元素，比迭代元素的索引速度要更快。

a = [1,2,3]
#迭代元素
for item in a:
print(item)
#迭代索引
for i in range(len(a)):
print(a[i])

五、採用生成器表達式替代列表解析

列表解析(list comprehension)，會產生整個列表，對大量數據的迭代會產生負面效應。

而生成器表達式則不會，其不會真正建立列表，而是返回一個生成器，在須要時產生一個值(延遲計算)，對內存更加友好。

#計算文件f的非空字符個數
#生成器表達式
l = sum([len(word) for line in f for word in line.split()])
#列表解析
l = sum(len(word) for line in f for word in line.split())

六、先編譯後調用

使用eval()、exec()函數執行代碼時，最好調用代碼對象(提早經過compile()函數編譯成字節碼)，而不是直接調用str，能夠避免屢次執行重複編譯過程，提升程序性能。

正則表達式模式匹配也相似，也最好先將正則表達式模式編譯成regex對象(經過re.complie()函數)，而後再執行比較和匹配。

七、模塊編程習慣

模塊中的最高級別Python語句(沒有縮進的代碼)會在模塊導入(import)時執行(不論其是否真的必要執行)。所以，應儘可能將模塊全部的功能代碼放到函數中，包括主程序相關的功能代碼也可放到main()函數中，主程序自己調用main()函數。

能夠在模塊的main()函數中書寫測試代碼。在主程序中，檢測name的值，若是爲'main'(表示模塊是被直接執行)，則調用main()函數，進行測試;若是爲模塊名字(表示模塊是被調用)，則不進行測試。

原文連接：

https://blog.csdn.net/lmseo5hy/article/details/80987696

---

​

識別圖中二維碼,領取python全套視頻資料