浅谈python解决性能的几个考虑点

python算法优化你可以考虑的几个方向，亲测有效
首先你要分析你的代码哪里出现性能瓶颈，找出原因
python内置的几个性能分析的模块：profile、cProfile和hotshot，使用方法基本都差不多，无非模块是纯Python还是用C写的。

1、Numpy 数学运算库
使用，当你要提升你的算法性能，你可以考虑用Numpy重构你的算法，NumPy可以极大地加速相对普通的数学运算。
2、缓存使用重复率高的数据
当有一些重复率高的函数计算，没必要每次要使用时，计算一遍，只需开始时计算一次，后续直接调用结果就好。
使用python的一个本地库：functools，拥有一个装饰器，叫@functools.lru_cache，它能够缓存函数最近的N个调用。
3、多使用C库，NumPy就是一个很好的例子。NumPy使用C编写的库是一种很好的方法

4、使用多线程。协程，进程。
当然要看你的实际运用场景，这种方法局限性很强，由于python的GIL的存在，你还要考虑线程间的上下文切换耗时。一般运用于以下情况：
a、连续的操作，需要花费忍无可忍的过长时间才可能完成
b、并行计算
c、为了等待网络、文件系统、用户或其他I/O响应而耗费大量的执行时间
你可以考虑考虑。
5、pypy

PyPy 是一个 Python 解释器和即时编译（JIT）工具，它专注与速度、效率，以及和 CPython 完全的兼容性。

6 使用python3
如果你还使用python2，你可以考虑考虑这种方法
欢迎留言指正、交流