Python代码运行很慢？研究提速的方法，子程序运行效率比主程序更快，jit装饰器使运算速度大增

Python的运行效率众所周知普遍比其他编程语言慢。Pycharm和Visual Studio Code本身就运作比较卡，为了提升Python的运行效率，我通常只使用Python的原生程序python.exe运行和调试。我作了几个测试，无意中发现子程序的运行效率比主程序更快。举个简单的例子，从1数到1亿，通过计时对比，子程序运行比主程序快了40%以上。

import time

def test1(n:int):
    a:int=1
    print('子程序数数')
    now=time.time()
    while a<n:
    	a+=1
    print(f'耗时：{time.time()-now:.2f}秒。')
    
if __name__ == '__main__':
    print('主程序数数')
    a:int=1
    n:int=100000000
    now=time.time()
    while a<n:
    	a+=1
    print(f'耗时：{time.time()-now:.2f}秒。')
    # 通过子程序运行
    test1(n)

运行结果截图（白色底是IDLE环境，黑色底是Python的命令行模式，如果使用PyCharm、VS Code，运行将会耗更长时间）：

这只是简单的数数，在实际项目中，同一段代码放在主程序和放在子程序中，两者运行的时间差可能没有40%那么多，但为了提升Python代码的运行效率，写代码时尽量使用子程序。

Python的运算速度还能不能再提升？

答案是肯定的。 参考知乎上的文章：一行代码让你的python运行速度提高100倍

如果是科学运算，可使用numba库的装饰器@jit加在子程序前面，运算的速度可提升一百倍！

同样一段数数到一亿的代码，对比一下：

import time
from numba import jit
def test1(n:int):
    a:int=1
    print('子程序数数')
    now=time.time()
    while a<n:
    	a+=1
    print(f'耗时：{time.time()-now:.2f}秒。')
    
@jit
def test2(n:int):
    a:int=1
    while a<n:
    	a+=1
    
if __name__ == '__main__':
    print('主程序数数')
    a:int=1
    n:int=100000000
    now=time.time()
    while a<n:
    	a+=1
    print(f'耗时：{time.time()-now:.2f}秒。')
    # 通过子程序运行
    test1(n)

    print('加上装饰器@jit的子程序数数')
    now=time.time()
    test2(n)
    print(f'耗时：{time.time()-now:.2f}秒。')
    

 @jit的装饰器把CPU运算能力发挥得淋漓尽致，令人刮目相看。

需要注意的是，@jit的装饰器严格统一变量类型，上述代码子程序只有整数型int，如果混有浮点数型的变量，运行起来会报错。如果希望JIT能针对所有类型的参数进行运算，可以使用autojit。