【Python】这10个Python性能调优的小技巧，你知道几个？
这篇文章关于Python性能调优的10个小技巧，每天花5-10分钟阅读我的文章，对你技术提升一定会有帮助。
1 多多使用列表生成式
替换下面代码：
cube_numbers = []for n in range(0,10):if n % 2 == 1:cube_numbers.append(n**3)为列表生成式写法：
cube_numbers = [n**3 for n in range(1,10) if n%2 == 1]2 内置函数
尽可能多使用下面这些内置函数：
3 尽可能使用生成器
单机处理较大数据量时，生成器往往很有用，因为它是分小片逐次读取，最大程度节省内存，如下网页爬取时使用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('', 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 判断成员所属关系最快的方法使用 in
for name in member_list:print('{} is a member'.format(name))5 使用集合求交集
替换下面代码：
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)修改为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 多重赋值
Python支持多重赋值的风格，要多多使用
first_name, last_name, city = "Kevin", "Cunningham", "Brighton"7 尽量少用全局变量
Python查找最快、效率最高的是局部变量，查找全局变量相对变慢很多，因此多用局部变量，少用全局变量。
8 高效的itertools模块
itertools模块支持多个迭代器的操作，提供最节省内存的写法，因此要多多使用，如下求三个元素的全排列：
import itertools
iter = itertools.permutations(["Alice", "Bob", "Carol"])
list(iter)9 lru_cache 缓存
位于functools模块的lru_cache装饰器提供了缓存功能，如下结合它和递归求解斐波那契数列第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，下面的递归写法非常低效，存在重复求解多个子问题的情况：
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 内置函数、key和itemgetter
上面提到尽量多使用内置函数，如下对列表排序使用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
往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载黄海广老师《机器学习课程》视频课黄海广老师《机器学习课程》711页完整版课件本站qq群955171419，加入微信群请扫码：
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！