전역 변수 대신 로컬 변수를 사용해 보세요. 유지 관리가 용이하고 성능이 향상되며 메모리가 절약됩니다.
모듈 네임스페이스의 변수를 지역 변수(예: ls = os.linesep)로 바꿉니다. 한편으로는 프로그램 성능을 향상시키고 지역 변수 검색을 더 빠르게 할 수 있습니다. 반면에 짧은 식별자를 사용하여 긴 모듈 변수를 대체하여 가독성을 높일 수 있습니다.
객체 유형을 판단할 때는 isinstance()를 사용하는 것이 가장 좋으며, 객체 유형 식별자(id())가 뒤따르며, 객체 값(type())은 마지막.
#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
반복 작업을 피하기 위해 반복 작업 내용을 루프 조건에 매개 변수로 넣지 마십시오.
#每次循环都需要重新执行len(a) while i < len(a): statement #len(a)仅执行一次 m = len(a) while i < m: statement
모듈 X에서 함수나 객체 Y를 사용해야 하는 경우 import X.Y 대신 from X import Y를 직접 사용해야 합니다. 이런 방식으로 Y를 사용할 때 하나의 쿼리를 줄일 수 있습니다(인터프리터가 먼저 X 모듈을 찾은 다음 X 모듈의 사전에서 Y를 찾을 필요가 없습니다).
매핑(예: dict 등)의 검색 속도는 조건문(예: if 등)보다 훨씬 빠릅니다. Python에는 select-case 문도 없습니다.
#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]
시퀀스(str, list, tuple 등)의 경우 시퀀스 요소를 직접 반복하는 것이 요소 인덱스를 반복하는 것보다 빠릅니다.
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])
리스트 컴프리헨션(list comprehension)은 전체 목록을 생성하므로 대량의 데이터 반복에 부정적인 영향을 미칩니다.
생성기 표현식은 실제로 목록을 생성하지 않지만 필요할 때 값을 생성하는(지연 계산) 생성기를 반환하므로 메모리 친화적입니다.
#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())
eval(), exec() 함수를 사용하여 코드를 실행할 때는 코드 객체(compile() 함수를 통해 미리 바이트코드로 컴파일)를 호출하는 것이 가장 좋습니다. str 을 직접 호출하는 대신 반복되는 컴파일 프로세스를 피하고 프로그램 성능을 향상시킬 수 있습니다.
정규식 패턴 일치도 비슷합니다. 먼저 re.complie() 함수를 통해 정규식 패턴을 정규식 개체로 컴파일한 다음 비교 및 일치를 수행하는 것이 가장 좋습니다.
모듈의 최상위 Python 문(들여쓰기가 없는 코드)은 모듈을 가져올 때 실행됩니다(실제로 실행이 필요한지 여부에 관계 없음). 따라서 메인 프로그램과 관련된 함수 코드를 포함하여 모듈의 모든 기능 코드를 함수에 넣어야 하며, 이는 main() 함수에도 배치할 수 있으며, 메인 프로그램 자체가 main() 함수를 호출합니다. .
모듈의 main() 함수에 테스트 코드를 작성할 수 있습니다. 메인 프로그램에서 name 값을 확인합니다. 'main'(모듈이 직접 실행되고 있음을 나타냄)이면 main() 함수를 호출하고 모듈 이름(모듈이 실행 중임을 나타냄)인지 테스트를 수행합니다. 호출 중) 테스트가 수행되지 않습니다.
위 내용은 Python 프로그램의 성능을 향상시키는 7가지 습관의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!