七个能够提高python程序性能的好习惯，你知道吗?

掌握一些技巧，可尽可能提升Python程序性能，也能够避免没必要要的资源浪费。今天就为你们带来七个能够提高python程序性能的好习惯，赶快来学习吧：、

一、使用局部变量

尽可能使用局部变量代替全局变量：便于维护，提升性能并节省内存。

使用局部变量替换模块名字空间中的变量，例如 ls = os.linesep。一方面能够提升程序性能，局部变量查找速度更快;另外一方面可用简短标识符替代冗长的模块变量，提升可读性。

二、减小函数调用次数

对象类型判断时，采用isinstance()最优，采用对象类型身份(id())次之，采用对象值(type())比较最次。

#判断变量num是否为整数类型
type(num) == type(0) #调用三次函数
type(num) is type(0) #身份比较
isinstance(num,(int)) #调用一次函数

不要在重复操做的内容做为参数放到循环条件中，避免重复运算。

#每次循环都须要从新执行len(a)
while i < len(a):
statement
#len(a)仅执行一次
m = len(a)
while i < m: statement

如需使用模块X中的某个函数或对象Y，应直接使用from X import Y，而不是import X; X.Y。这样在使用Y时，能够减小一次查询(解释器没必要首先查找到X模块，而后在X模块的字典中查找Y)。

三、采用映射替代条件查找

映射(好比dict等)的搜索速度远快于条件语句(如if等)。Python中也没有select-case语句。

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

四、直接迭代序列元素

对序列(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、采用生成器表达式替代列表解析

列表解析(list comprehension)，会产生整个列表，对大量数据的迭代会产生负面效应。

而生成器表达式则不会，其不会真正建立列表，而是返回一个生成器，在须要时产生一个值(延迟计算)，对内存更加友好。

#计算文件f的非空字符个数
#生成器表达式
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、先编译后调用

使用eval()、exec()函数执行代码时，最好调用代码对象(提早经过compile()函数编译成字节码)，而不是直接调用str，能够避免屡次执行重复编译过程，提升程序性能。

正则表达式模式匹配也相似，也最好先将正则表达式模式编译成regex对象(经过re.complie()函数)，而后再执行比较和匹配。

七、模块编程习惯

模块中的最高级别Python语句(没有缩进的代码)会在模块导入(import)时执行(不论其是否真的必要执行)。所以，应尽可能将模块全部的功能代码放到函数中，包括主程序相关的功能代码也可放到main()函数中，主程序自己调用main()函数。

能够在模块的main()函数中书写测试代码。在主程序中，检测name的值，若是为'main'(表示模块是被直接执行)，则调用main()函数，进行测试;若是为模块名字(表示模块是被调用)，则不进行测试。

原文连接：

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

---

​

识别图中二维码,领取python全套视频资料