提升Python的執(zhí)行效率的技巧有哪些

今天小編給大家分享一下提升Python的執(zhí)行效率的技巧有哪些的相關(guān)知識(shí)點(diǎn)，內(nèi)容詳細(xì)，邏輯清晰，相信大部分人都還太了解這方面的知識(shí)，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

開始之前小伙伴先可以開發(fā)一個(gè)統(tǒng)計(jì)函數(shù)運(yùn)行時(shí)間的python裝飾器用于后面我們對各個(gè)python技巧使用后的時(shí)間統(tǒng)計(jì)。

# 導(dǎo)入時(shí)間提取的time模塊
from time import time

import dis


def compute_time(func_):
    '''
    計(jì)算函數(shù)的運(yùn)行時(shí)間
    '''

    def func_time(*arg, **kw):
        t1 = time()
        result = func_(*arg, **kw)
        t2 = time()
        print(f"{func_.__name__: >10} : {t2 - t1:.6f} 秒")
        return result

    return func_time

上述的compute_time時(shí)間計(jì)算函數(shù)我們開發(fā)好了，可以開發(fā)一個(gè)hello_world函數(shù)測試一下使用是否正常。

@compute_time
def hello_world():
    print("hello_world!")


hello_world()

# hello_world!
# hello_world : 0.000000 秒

通過hello_world函數(shù)的測試，證明我們的時(shí)間裝飾器compute_time能夠正常統(tǒng)計(jì)出函數(shù)所運(yùn)行的時(shí)間。

接下來，我們開始正式的介紹下面的五種方式來提高python的運(yùn)行速度并提供時(shí)間運(yùn)行的結(jié)果。

1、合理使用標(biāo)準(zhǔn)或非標(biāo)準(zhǔn)庫

在開發(fā)過程中絕對不能小看python的標(biāo)準(zhǔn)或非標(biāo)準(zhǔn)庫，說實(shí)話我們自己有時(shí)候?qū)懙耐瑯拥臉I(yè)務(wù)代碼塊確實(shí)是沒有大佬們完美。

比如下面這個(gè)業(yè)務(wù)我們需要將一個(gè)python列表中的值轉(zhuǎn)換成字符串，首先看看下面的代碼塊的寫法。

# 初始化一個(gè)list列表
list_ = ['a', 'b', 'c'] * 10000


@compute_time
def func_1(list_=None):
    '''
    列表元素轉(zhuǎn)字符串函數(shù)
    '''
    str_ = ''
    for s in list_:
        str_ = str_ + s
    return str_


func_1(list_)


# func_1 : 0.001999 秒

通過上面的func_1函數(shù)的執(zhí)行情況使用自己寫的傳統(tǒng)的方式來轉(zhuǎn)換步驟比較繁雜，并且花費(fèi)了0.001999 秒的時(shí)間。

@compute_time
def func_2(list_=None):
    '''
    列表元素轉(zhuǎn)字符串
    '''
    return ''.join(list_)


func_2(list_)

# func_2 : 0.000000 秒

相比func_1函數(shù)的運(yùn)行時(shí)間，func_2運(yùn)行的時(shí)間幾乎可以忽略不計(jì)，六位數(shù)的小數(shù)根本看不出來變化。

2、減少循環(huán)的使用

從平常開發(fā)的過程中其實(shí)已經(jīng)發(fā)現(xiàn)，使用列表推導(dǎo)式、迭代式等的可序列化數(shù)據(jù)處理方式要比for循環(huán)更加的便捷、高效。

下面我們同樣可以通過一個(gè)例子來說明問題，比如我們需要挑選出一個(gè)list列表中可以被2整除的數(shù)。

# 初始化循環(huán)次數(shù)n
n = 100000


@compute_time
def func_3(n=None):
    list_ = []
    for m in range(n):
        if m % 2 == 0:
            list_.append(m)
    return list_


@compute_time
def func_4(n=None):
    return [m for m in range(n) if m % 2 == 0]


func_3(n)

func_4(n)

# func_3 : 0.004986 秒
# func_4 : 0.003014 秒

通過func_3函數(shù)、func_4函數(shù)的比較，首先func_4的方式比func_3精簡了許多。

并且時(shí)間上func_4使用列表推導(dǎo)式的方式比普通的for循環(huán)運(yùn)行速度上快了1/4的時(shí)間。

3、注意重復(fù)代碼運(yùn)行

關(guān)于代碼的重復(fù)運(yùn)行這個(gè)在我們通常的開發(fā)方式中都能體會(huì)到，也就是本可以作為公共代碼塊運(yùn)行一次就可以。

可以卻將能夠公共使用的代碼塊加入到了循環(huán)當(dāng)中，這樣只會(huì)影響代碼塊的執(zhí)行效率。

比如我們需要使用python的re模塊去搜索字符串中的某一些元素，下面通過兩種方式來比較時(shí)間結(jié)果。

# 導(dǎo)入正則表達(dá)式匹配模塊
import re


@compute_time
def func_5(str_=None):
    for s in str_:
        result = re.search(r'a*[a-z]?c', s)


@compute_time
def func_6(str_=None):
    repx = re.compile(r'a*[a-z]?c')
    for s in str_:
        result = repx.search(s)


func_5('abcdefg1234oks' * 1000)

func_6('abcdefg1234oks' * 1000)

# func_5 : 0.006999 秒
# func_6 : 0.002000 秒

對比func_5和func_6的業(yè)務(wù)實(shí)現(xiàn)方式，我們將re模塊的compile正則匹配對象直接放到for循環(huán)的外層，運(yùn)行時(shí)間直接就減少了3倍不止。

是因?yàn)樵谘h(huán)中直接使用search匹配正則對象，會(huì)在循環(huán)中不斷地創(chuàng)建正則匹配對象，這樣就
增加了for循環(huán)的處理負(fù)擔(dān)，導(dǎo)致速度變慢。

4、減少全局變量使用

在說明這一點(diǎn)的時(shí)候，我們要明白全局變量在程序運(yùn)行的過程中是一直存在的不會(huì)消失。

全局變量太多就會(huì)導(dǎo)致運(yùn)行期間占用的內(nèi)存太大，相比全局變量使用局部變量就會(huì)變得更加的高效。

下面我們通過兩種方式的使用實(shí)例，來對比全局變量和局部變量的運(yùn)行時(shí)間。

mes_1 = 'ss1'

mes_2 = 'ss2'

mes_3 = 'ss3'


@compute_time
def func_7():
    result = mes_1 + mes_2 + mes_3
    return result


@compute_time
def func_8():
    me_1 = 'ss1'
    me_2 = 'ss2'
    me_3 = 'ss3'
    result = me_1 + me_2 + me_3
    return result


func_7()

func_8()


# func_7 : 0.000997 秒
# func_8 : 0.000000 秒

上面我們做了一個(gè)普通的加法計(jì)算已經(jīng)說明了問題，func_8函數(shù)使用局部變量的方式確實(shí)速度更快。

5、使用合理的數(shù)據(jù)結(jié)構(gòu)

在大多數(shù)的python開發(fā)過程中，想必很多人都是為了方便更多的時(shí)候使用的是list列表的方式來處理數(shù)據(jù)。

Python 有四種內(nèi)置的數(shù)據(jù)結(jié)構(gòu)：列表、元組、集合、字典，在合適的業(yè)務(wù)場景中使用合適的數(shù)據(jù)結(jié)構(gòu)來處理數(shù)據(jù)同樣能提高計(jì)算的執(zhí)行效率。

比如：下面我們將從一個(gè)list列表和tuple元組來提取對應(yīng)索引位置上面的值。

@compute_time
def func_9():
    data = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']
    print(data[3])


@compute_time
def func_10():
    data = ('a', 'b', 'c', 'd', 'e', 'f', 'g', 'h')
    print(data[3])

func_9()

func_10()

# func_9 : 0.000000 秒
# func_10 : 0.000000 秒

通過執(zhí)行func_9和func_10函數(shù)，我們發(fā)現(xiàn)時(shí)間上兩者的差距不大，起碼在六位小數(shù)之內(nèi)是分辨不出結(jié)果的。

print('func_9匯編產(chǎn)生的機(jī)器碼：')
dis.dis(func_9)

print('func_10匯編產(chǎn)生的機(jī)器碼：')
dis.dis(func_10)

最后，我們分別查看了func_9和func_10的匯編機(jī)器碼，發(fā)現(xiàn)明顯list列表處理產(chǎn)生的機(jī)器碼更多。

# func_9匯編產(chǎn)生的機(jī)器碼：
#  30           0 LOAD_GLOBAL              0 (time)
#               2 CALL_FUNCTION            0
#               4 STORE_FAST               2 (t1)
#
#  31           6 LOAD_DEREF               0 (func_)
#               8 LOAD_FAST                0 (arg)
#              10 LOAD_FAST                1 (kw)
#              12 CALL_FUNCTION_EX         1
#              14 STORE_FAST               3 (result)
#
#  32          16 LOAD_GLOBAL              0 (time)
#              18 CALL_FUNCTION            0
#              20 STORE_FAST               4 (t2)
#
#  33          22 LOAD_GLOBAL              1 (print)
#              24 LOAD_DEREF               0 (func_)
#              26 LOAD_ATTR                2 (__name__)
#              28 LOAD_CONST               1 (' >10')
#              30 FORMAT_VALUE             4 (with format)
#              32 LOAD_CONST               2 (' : ')
#              34 LOAD_FAST                4 (t2)
#              36 LOAD_FAST                2 (t1)
#              38 BINARY_SUBTRACT
#              40 LOAD_CONST               3 ('.6f')
#              42 FORMAT_VALUE             4 (with format)
#              44 LOAD_CONST               4 (' 秒')
#              46 BUILD_STRING             4
#              48 CALL_FUNCTION            1
#              50 POP_TOP
#
#  34          52 LOAD_FAST                3 (result)
#              54 RETURN_VALUE
# func_10匯編產(chǎn)生的機(jī)器碼：
#  30           0 LOAD_GLOBAL              0 (time)
#               2 CALL_FUNCTION            0
#               4 STORE_FAST               2 (t1)
#
#  31           6 LOAD_DEREF               0 (func_)
#               8 LOAD_FAST                0 (arg)
#              10 LOAD_FAST                1 (kw)
#              12 CALL_FUNCTION_EX         1
#              14 STORE_FAST               3 (result)

以上就是“提升Python的執(zhí)行效率的技巧有哪些”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會(huì)為大家更新不同的知識(shí)，如果還想學(xué)習(xí)更多的知識(shí)，請關(guān)注億速云行業(yè)資訊頻道。