Python代码运行速度提升技巧！Python远比你想象中的快~

文章目录

前言
一、使用内置函数
二、字符串连接 VS join()
三、创建列表和字典的方式
四、使用 f-Strings
五、使用Comprehensions
六、附录- Python中的内置函数
总结
- - 关于Python技术储备
  - - 一、Python所有方向的学习路线
    - 二、Python基础学习视频
    - 三、精品Python学习书籍
    - 四、Python工具包+项目源码合集
    - ①Python工具包
    - ②Python实战案例
    - ③Python小游戏源码
    - 五、面试资料
    - 六、Python兼职渠道

前言

其实，Python 比我们想象的运行的要快。我们之所以有先入为主的认为Python运行慢，可能是我们平常的误用和缺乏使用技巧知识。

接下来让我们看看如何用一些简单的Trick来提高我们程序的运行性能
在这里插入图片描述

一、使用内置函数

Python中的许多内置函数都是用C实现的，并且经过了很好的优化。因此，如果熟悉这些内置函数，就可以提高Python代码的性能。一些常用的内置函数有sum()、len()、map()、max()等。

假设我们有一个包含单词的列表，我们希望每个单词的首字母均变为大写。此时使用map()函数是不错的选择。

一般版本:

new_list = []
word_list = ["i", "am", "a", "python", "programmer"]
for word in word_list:
    new_list.append(word.capitalize())

改进版本:

word_list = ["i", "am", "a", "python", "programmer"]
new_list = list(map(str.capitalize, word_list))

时间对比:

import time
new_list = []
word_list = ["i", "am", "a", "python", "programmer"]

start = time.time()

for word in word_list:
    new_list.append(word.capitalize())
print(time.time() - start, "seconds")

start = time.time()

new_list = list(map(str.capitalize, word_list))
print(time.time() - start, "seconds")

运行结果:

1.0013580322265625e-05 seconds
4.76837158203125e-06 seconds

可以看出第二种方法运行速度快了将近2倍。

二、字符串连接 VS join()

在Python中，字符串是不可变的，因此我们不能修改它们。
每次当我们连接多个字符串时，我们将会创建一个新的字符串,此时会导致一些运行性能问题。

一般版本:

new_list = []
word_list = ["I", "am", "a", "Python", "programmer"]
for word in word_list:
    new_list += word

改进版本:

word_list = ["I", "am", "a", "Python", "programmer"]
new_list = "".join(word_list)

时间对比:

import time

new_list = []
word_list = ["I", "am", "a", "Python", "programmer"]

start = time.time()
for word in word_list:
    new_list += word
print(time.time() - start, "seconds")

start = time.time()
new_list = "".join(word_list)
print(time.time() - start, "seconds")

运行结果:

4.0531158447265625e-06 seconds
9.5367431640625e-07 seconds

使用Join()函数可以让代码运行快4倍。

三、创建列表和字典的方式

一般来说,使用[]和{}来创建列表和字典相比使用list()和dict{}运行更加高效。这是因为使用list()和dict{}来创建对象时需要调用一个附加函数。

一般版本:

list()
dict()

改进版本:

()
{}

时间对比:
为了便于对比时间,这里我们使用timeit函数来统计,我们运行1百万次,来看二者的时间对比,代码如下:

import timeit

slower_list = timeit.timeit("list()", number=10**6)
slower_dict = timeit.timeit("dict()", number=10**6)

faster_list = timeit.timeit("[]", number=10**6)
faster_dict = timeit.timeit("{}", number=10**6)

print(slower_list, "seconds")
print(slower_dict, "seconds")
print(faster_list, "seconds")
print(faster_dict, "seconds")

运行结果:

0.08825178800000001 seconds
0.083323732 seconds
0.019935448999999994 seconds
0.027835573000000002 seconds

可以看出,我们的运行速度快了将近4倍。

四、使用 f-Strings

我们已经知道将字符串进行串联可能会使程序变慢。
另一个比较好的解决方案是使用f-Strings。
一般版本:

me = "Python"
string = "Make " + me + " faster"

改进版本:

me = "Python"
string = f"Make {me} faster"

时间对比:

import time
me = "Python"

start = time.time()
string = "Make " + me + " faster"
print(time.time() - start, "seconds")

start = time.time()
string = f"Make {me} faster"
print(time.time() - start, "seconds")

运行结果:

2.1457672119140625e-06 seconds
9.5367431640625e-07 seconds

可以看出,我们的运行速度快了将近2倍。

五、使用Comprehensions

Python中的List Comprehensions为我们提供了更短的语法，甚至只有一行代码来实现各种强大的功能。很多用到循环的场景下,我们尽量使用生成式的语法来实现。

一般版本:

new_list = []
existing_list = range(1000000)
for i in existing_list:
    if i % 2 == 1:
        new_list.append(i)

较快版本:

existing_list = range(1000000)
new_list = [i for i in existing_list if i % 2 == 1]

时间对比:

import time

new_list = []
existing_list = range(1000000)

start = time.time()
for i in existing_list:
    if i % 2 == 1:
        new_list.append(i)
print(time.time() - start, "seconds")

start = time.time()
new_list = [i for i in existing_list if i % 2 == 1]
print(time.time() - start, "seconds")