python 最佳实践总结

来源：http://www.atatech.org/article/detail/9463/0?ticket=0ec08e00-4a5a-4b2b-b601-62ec01a3876d

一、数据结构的选择:

     1. 在列表中查找：

   对于已经排序的列表考虑用bisect模块来实现查找元素，该模块将使用二分查找实现

1	def find(seq, el) :

2	pos = bisect(seq, el)

3	if pos == 0 or ( pos == len(seq) and seq[-1] != el ) :

4

return -1

5	return pos - 1

    而快速插入一个元素可以用:

1	bisect.insort(list, element)

这样就插入元素并且不需要再次调用 sort() 来保序，要知道对于长list代价很高.

    2. set代替列表： 

    比如要对一个list进行去重，最容易想到的实现：

1	seq = ['a', 'a', 'b']

2

res = []

3	for i in seq:

4	if i not in res:

5	res.append(i)

显然上面的实现的复杂度是O(n2)，若改成：

1	seq = ['a', 'a', 'b']

2	res = set(seq)

复杂度马上降为O(n)，当然这里假定set可以满足后续使用。

另外，set的union，intersection，difference等操作要比列表的迭代快的多，因此如果涉及到求列表交集，并集或者差集等问题可以转换为set来进行，平时使用的时候多注意下，特别当列表比较大的时候，性能的影响就更大。

    3. 使用python的collections模块替代内建容器类型：

collections有三种类型：

1. deque：增强功能的类似list类型
2. defaultdict：类似dict类型
3. namedtuple：类似tuple类型

       列表是基于数组实现的，而deque是基于双链表的，所以后者在中间or前面插入元素，或者删除元素都会快很多。 

       defaultdict为新的键值添加了一个默认的工厂，可以避免编写一个额外的测试来初始化映射条目，比dict.setdefault更高效，引用python文档的一个例子：

#使用profile stats工具进行性能分析

01	>>> from pbp.scripts.profiler import profile, stats

02	>>> s = [('yellow', 1), ('blue', 2), ('yellow', 3),

03	... ('blue', 4), ('red', 1)]

04	>>> @profile('defaultdict')

05	... def faster():

06	... d = defaultdict(list)

07	... for k, v in s:

08	... d[k].append(v)

09

...

10	>>> @profile('dict')

11	... def slower():

12	... d = {}

13	... for k, v in s:

14	... d.setdefault(k, []).append(v)

15

...

16	>>> slower(); faster()

17	Optimization: Solutions

18

[ 306 ]

19	>>> stats['dict']

20	{'stones': 16.587882671716077, 'memory': 396,

21	'time': <strong>0.35166311264038086</strong>}

22	>>> stats['defaultdict']

23	{'stones': 6.5733464259021686, 'memory': 552,

24	'time': <strong>0.13935494422912598</strong>}

可见性能提升了快3倍。defaultdict用一个list工厂作为参数，同样可用于内建类型，比如long等。

 

除了实现的算法、架构之外，python提倡简单、优雅。所以正确的语法实践又很有必要，这样才会写出优雅易于阅读的代码。

二、语法最佳实践：

1. 字符串操作：优于python字符串对象是不可改变的，因此对任何字符串的操作如拼接，修改等都将产生一个新的字符串对象，而不是基于原字符串，因此这种持续的 copy会在一定程度上影响Python的性能：

        (1)用join代替 '+' 操作符，后者有copy开销；

        (2)同时当对字符串可以使用正则表达式或者内置函数来处理的时候，选择内置函数。如str.isalpha()，str.isdigit()，str.startswith((‘x’, ‘yz’))，str.endswith((‘x’, ‘yz’))

        (3)字符格式化操作优于直接串联读取：

1	str = "%s%s%s%s" % (a, b, c, d)  # efficient

2	str = "" + a + b + c + d + ""  # slow

    2. 善用list comprehension(列表解析)  & generator（生成器） & decorators（装饰器），熟悉itertools等模块：

       (1) 列表解析，我觉得是python2中最让我印象深刻的特性，举例1：

01	>>> # the following is not so Pythonic

02	>>> numbers = range(10)

03

>>> i = 0

04	>>> evens = []

05	>>> while i < len(numbers):

06	>>>    if i %2 == 0: evens.append(i)

07	>>>    i += 1

08	>>> [0, 2, 4, 6, 8]

09

10	>>> # the good way to iterate a range, elegant and efficient

11	>>> evens = [ i for i in range(10) if i%2 == 0]

12	>>> [0, 2, 4, 6, 8]

   举例2：

1	def _treament(pos, element):

2	return '%d: %s' % (pos, element)<br>

01	f = open('test.txt', 'r')

02	if __name__ == '__main__':

03	#list comps 1

04	print sum(len(word) for line in f for word in line.split())

05	#list comps 2

06	print [(x + 1, y + 1) for x in range(3) for y in range(4)]

07

#func

08	print filter(lambda x: x % 2 == 0, range(10))

09	#list comps3

10	print [i for i in range(10) if i % 2 == 0]

11	#list comps4 pythonic

12	print [_treament(i, el) for i, el in enumerate(range(10))]

13

14

output：

15

24

16	[(1, 1), (1, 2), (1, 3), (1, 4), (2, 1), (2, 2), (2, 3), (2, 4), (3, 1), (3, 2), (3, 3), (3, 4)]

17	[0, 2, 4, 6, 8]

18	[0, 2, 4, 6, 8]

19	['0: 0', '1: 1', '2: 2', '3: 3', '4: 4', '5: 5', '6: 6', '7: 7', '8: 8', '9: 9']<br>

没错，就是这么优雅简单。

   (2) 生成器表达式在python2.2引入，它使用'lazy evaluation'思想，因此在使用内存上更有效。引用python核心编程中计算文件中最长的行的例子：

1	f = open('/etc/motd, 'r')

2	longest = max(len(x.strip()) for x in f)

3

f.close()

4	return longest

这种实现简洁而且不需要把文件文件所有行读入内存。

       (3) python在2.4引入装饰器，又是一个让人兴奋的特性，简单来说它使得函数和方法封装（接收一个函数并返回增强版本的函数）更容易阅读、理解。'@'符号是装饰器语法，你可以装饰一个函数，记住调用结果供后续使用，这种技术被称为memoization的，下面是用装饰器完成一个cache功能：

01	import time

02	import hashlib

03	import pickle

04	from itertools import chain

05	cache = {}

06	def is_obsolete(entry, duration):

07	return time.time() - entry['time'] > duration

08

09	def compute_key(function, args, kw):

10	#序列化/反序列化一个对象,这里是用pickle模块对函数和参数对象进行序列化为一个hash值

11	key = pickle.dumps((function.func_name, args, kw))

12	#hashlib是一个提供MD5和sh1的一个库，该结果保存在一个全局字典中

13	return hashlib.sha1(key).hexdigest()

14

15	def memoize(duration=10):

16	def _memoize(function):

17	def __memoize(*args, **kw):

18	key = compute_key(function, args, kw)

19

20	# do we have it already

21	if (key in cache and

22	not is_obsolete(cache[key], duration)):

23	print 'we got a winner'

24	return cache[key]['value']

25

26	# computing

27	result = function(*args, **kw)

28	# storing the result

29	cache[key] = {'value': result,-

30	'time': time.time()}

31	return result

32	return __memoize

33	return _memoize

34

35	@memoize()

36	def very_very_complex_stuff(a, b, c):

37	return a + b + c

38

39	print very_very_complex_stuff(2, 2, 2)

40	print very_very_complex_stuff(2, 2, 2)

41

42

43	@memoize(1)

44	def very_very_complex_stuff(a, b):

45	return a + b

46

47	print very_very_complex_stuff(2, 2)

48	time.sleep(2)

49	print very_very_complex_stuff(2, 2)

1

<br>

运行结果：

6

we got a winner

6

4

4

装饰器在很多场景用到，比如参数检查、锁同步、单元测试框架等，有兴趣的人可以自己进一步学习。

    3.  善用python强大的自省能力（属性和描述符）：自从使用了python，真的是惊讶原来自省可以做的这么强大简单，关于这个话题，限于内容比较多，这里就不赘述，后续有时间单独做一个总结，学习python必须对其自省好好理解。

三、 编码小技巧：

1. 在python3之前版本使用xrange代替range，因为range()直接返回完整的元素列表而xrange()在序列中每次调用只产生一个整数元素，开销小。（在python3中xrange不再存在，里面range提供一个可以 遍历任意长度的范围的iterator）
2. if done is not None比语句if done != None更快;
3. 尽量使用"in"操作符，简洁而快速: for i in seq: print i
4. 'x < y < z'代替'x < y and y < z'；
5. while 1要比while True更快, 因为前者是单步运算，后者还需要计算；
6. 尽量使用build-in的函数，因为这些函数往往很高效，比如add(a,b)要优于a+b;
7. 在耗时较多的循环中，可以把函数的调用改为内联的方式，内循环应该保持简洁。

8. 使用多重赋值来swap元素：

   1	x, y = y, x  # elegant and efficient

            而不是：

   1

   temp = x

   2

   x = y

   3

   y = temp

      9. 三元操作符（python2.5后）：V1 if X else V2，避免使用(X and V1) or V2，因为后者当V1=""时，就会有问题。

      10. python之switch case实现：因为switch case语法完全可用if else代替，所以python就没  有switch case语法，但是我们可以用dictionary或lamda实现：

1	switch case结构：

1	switch (var)

2

{

3	case v1: func1();

4	case v2: func2();

5

...

6	case vN: funcN();

7	default: default_func();

8

}

dictionary实现：

1	values = {

2	v1: func1,

3	v2: func2,

4

...

5	vN: funcN,

6

}

7	values.get(var, default_func)()

lambda实现：

1

{

2	'1': lambda: func1,

3	'2': lambda: func2,

4	'3': lambda: func3

5	}[value]()

用try…catch来实现带Default的情况，个人推荐使用dict的实现方法。

 

    这里只总结了一部分python的实践方法，希望这些建议可以帮助到每一位使用python的同学，优化性能不是重点，高效解决问题，让自己写的代码更加易于维护，更加pythonic！