6個Python性能優(yōu)化技巧

RobinQu 發(fā)布于2019-07-24 17:55 / 1746人閱讀

摘要：的批評者聲稱性能低效執(zhí)行緩慢，但實際上并非如此嘗試以下個小技巧，可以加快應(yīng)用程序。使用或者機器語言擴展包來執(zhí)行關(guān)鍵任務(wù)能極大改善性能。但是如果你把求值的結(jié)果放入一個變量中，就能提高程序的性能。

Python是一門非常酷的語言，因為很少的Python代碼可以在短時間內(nèi)做很多事情，并且，Python很容易就能支持多任務(wù)和多重處理。

Python的批評者聲稱Python性能低效、執(zhí)行緩慢，但實際上并非如此：嘗試以下6個小技巧，可以加快Pytho應(yīng)用程序。

1、關(guān)鍵代碼可以依賴于擴展包

Python使許多編程任務(wù)變得簡單，但是對于很關(guān)鍵的任務(wù)并不總是提供最好的性能。使用C、C++或者機器語言擴展包來執(zhí)行關(guān)鍵任務(wù)能極大改善性能。這些包是依賴于平臺的，也就是說，你必須使用特定的、與你使用的平臺相關(guān)的包。簡而言之,該解決方案提供了一些應(yīng)用程序的可移植性,以換取性能,您可以獲得只有通過直接向底層主機編程。下面這些擴展包你可以考慮添加到你的個人擴展庫中：

Cython
PyInlne
PyPy
Pyrex

這些包有不同的作用和執(zhí)行方式。例如，Pyrex 讓Python處理一些內(nèi)存任務(wù)變得簡單高效；PyInline可以直接讓你在Python應(yīng)用程序中使用C代碼，雖然內(nèi)聯(lián)代碼被多帶帶編譯，但是如果你能高效的利用C代碼，它可以在同一個地方處理每一件事情。

2、使用關(guān)鍵字排序

有很多古老的Python代碼在執(zhí)行時將花費額外的時間去創(chuàng)建一個自定義的排序函數(shù)。最好的排序方式是使用關(guān)鍵字和默認的sort()方法，看看下面的示例：

import operator
somelist = [(1, 5, 8), (6, 2, 4), (9, 7, 5)]
somelist.sort(key=operator.itemgetter(0))
somelist
#Output = [(1, 5, 8), (6, 2, 4), (9, 7, 5)]
somelist.sort(key=operator.itemgetter(1))
somelist
#Output = [(6, 2, 4), (1, 5, 8), (9, 7, 5)]
somelist.sort(key=operator.itemgetter(2))
somelist
#Output = [(6, 2, 4), (9, 7, 5), (1, 5, 8)],

每一個案例的列表是根據(jù)你選擇作為關(guān)鍵字參數(shù)的索引排序的，這種方式對字符串和數(shù)字排序同樣適用。

3、優(yōu)化循環(huán)

每一種編程語言都強調(diào)循環(huán)語句的優(yōu)化，Python也是一樣的。盡管你可以依賴于豐富的技術(shù)讓循環(huán)運行的更快，然而，開發(fā)者經(jīng)常忽略的一個方法是避免在循環(huán)內(nèi)部使用點拼接字符串。對于下面的示例：

lowerlist = ["this", "is", "lowercase"]
upper = str.upper
upperlist = []
append = upperlist.append
for word in lowerlist:
    append(upper(word))
    print(upperlist)
    #Output = ["THIS", "IS", "LOWERCASE"]

每一次調(diào)用str.upper，Python都會去求這個方法的值。但是如果你把求值的結(jié)果放入一個變量中，就能提高程序的性能。這個關(guān)鍵是減少Python內(nèi)執(zhí)行的循環(huán)次數(shù),因為Python解析這些實例是比較慢的。

4、使用新版本

任何一個在線上搜索Python資料的人都會發(fā)現(xiàn)無數(shù)關(guān)于Python版本遷移的信息。通常，Python每一個版本都針對之前的一個版本做了優(yōu)化和改進，以讓Python運行的更快。限制因素是你喜歡的函數(shù)庫是否也針對Python的新版本做了改進。

當你使用了新的函數(shù)庫，獲得了Python的新版本，你需要保證代碼依然能夠運行，檢查應(yīng)用，修正差異。

然后，如果你僅僅是保證應(yīng)用能夠在新版本上運行，你可能錯過新功能的更新。一旦你做了改進，在新版本下配置應(yīng)用程序，檢查問題區(qū)域并優(yōu)先使用新功能更新，對于之前的升級，用戶將看到更大性能的提升。

5、嘗試多種編程方法

每一次你創(chuàng)建應(yīng)用的時候，都使用同一種編程方法，在某些情況下降導(dǎo)致程序運行會比預(yù)期的慢。在分析的過程中做一些小試驗。例如，當管理字典中的數(shù)據(jù)項時，可以采用安全的方法確定數(shù)據(jù)項是否已經(jīng)存在并需要更新它，或者你可以直接添加條目,然后處理項目根本不存在的情況。

n = 16
myDict = {}
for i in range(0, n):
    char = "abcd"[i%4]
    if char not in myDict:
        myDict[char] = 0
        myDict[char] += 1
        print(myDict)

當myDict是空時，上述的代碼通常會運行的更快。但當myDict已經(jīng)有數(shù)據(jù)填充時，就有更好的方法可以選擇：

n = 16
myDict = {}
for i in range(0, n):
    char = "abcd"[i%4]
    try:
        myDict[char] += 1
    except KeyError:
        myDict[char] = 1
    print(myDict)

兩種情況下都輸出{"d": 4, "c": 4, "b": 4, "a": 4}，唯一的差異是輸出是怎么獲得的。站在盒子外考慮和創(chuàng)建新的編程技巧都能讓你的程序獲得更快的運行速度。

6、交叉編譯程序

開發(fā)者有時會忘記計算機不能識別任何一種現(xiàn)在應(yīng)用程序語言，它只識別機器代碼。為了運行程序，需要一個應(yīng)用將人類可讀的代碼轉(zhuǎn)換成計算機能識別的代碼。當用一種語言寫程序時，例如Python，然后用另外一種語言來運行它，例如C++，從性能角度看是有道理的。這個取決于你想要用這個應(yīng)用做什么和主機系統(tǒng)能夠提供什么資源。

一個有趣的交叉編譯器，Nuitka, 能將Python轉(zhuǎn)換成C++代碼，結(jié)果是你可以再本機模式下執(zhí)行應(yīng)用，而不是依賴于解釋器。根據(jù)平臺和任務(wù)中,你可以看到顯著的性能提高。

譯文鏈接：http://www.ido321.com/1433.html