提升Python程式效能的七個習慣

1、使用局部變數

盡量使用局部變數取代全域變數：方便維護，提高效能並節省記憶體。

使用局部變數取代模組名字空間中的變量，例如 ls = os.linesep。一方面可以提高程式效能，局部變數查找速度更快；另一方面可用簡短標識符取代冗長的模組變量，提高可讀性。

2、減少函數呼叫次數

物件類型判斷時，採用isinstance()最優，採用物件類型身分（id()）次之，採用物件值（type()）比較最次。

#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

不要在重複操作的內容作為參數放到循環條件中，避免重複運算。

#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

如需使用模組X中的某個函數或物件Y，應直接使用from X import Y，而不是import X; X.Y。這樣在使用Y時，可以減少一次查詢（解釋器不必先查找到X模組，然後在X模組的字典中尋找Y）。

3、採用映射替代條件查找

映射（例如dict等）的搜尋速度遠快於條件語句（如if等）。 Python中也沒有select-case語句。

#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]

4、直接迭代序列元素

對序列（str、list、tuple等），直接迭代序列元素，比迭代元素的索引速度更快。

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])

5、採用生成器表達式取代列表解析

列表解析（list comprehension），會產生整個列表，對大量資料的迭代會產生負效應。

而生成器表達式則不會，其不會真正創建列表，而是傳回生成器，在需要時產生一個值（延遲計算），對記憶體更友善。

#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())

6、先編譯後呼叫

使用eval()、exec()函數執行程式碼時，最好呼叫程式碼物件（提前透過compile()函數編譯成字節碼），而不是直接呼叫str，可以避免多次執行重複編譯過程，提高程式效能。

正規表示式模式匹配也類似，也最好先將正規表示式模式編譯成regex物件（透過re.complie()函數），然後再執行比較和匹配。

7、模組程式設計習慣

模組中的最高等級Python語句（沒有縮排的程式碼）會在模組導入（import）時執行（不論其是否真的必要執行）。因此，應盡量將模組所有的功能程式碼放到函數中，包括主程式相關的功能程式碼也可放到main()函數中，主程式本身呼叫main()函數。

可以在模組的main()函數中書寫測試程式碼。在主程式中，偵測name的值，如果為'main'（表示模組是被直接執行），則呼叫main(）函數，進行測試；如果為模組名字（表示模組是被呼叫），則不進行測試。

以上是提升Python程式效能的七個習慣的詳細內容。更多資訊請關注PHP中文網其他相關文章！