今天总结3个提升Python运行速度的方法,只从代码本身考虑,提升运行速度并不会从编写C 扩展的代码、基于JIT的编译器技术考虑。
关于代码执行效率的 第一个方法是减少频繁的方法访问 ,尤其是在多层循环内层、且循环次数较多的操作,差距尤为明显。
# 真是模块内全局变量 import math def compute_sqrt(nums): result = [] for n in nums: # 假如nums长度很大 # 1. math.sqrt 会被频繁访问 # 2. result.append 也会被频繁访问 result.append(math.sqrt(n)) return result 复制代码
看到在for循环里面,涉及2个频繁的访问:
-
math.sqrt 会被频繁访问
-
result.append 也会被频繁访问
因此第一步做如下更改:直接导入sqrt,而不是导入整个模块后再去引用sqrt
直接导入sqrt,而不是导入整个模块后再去引用sqrt
from math import sqrt
def compute_sqrt(nums): result = [] for n in nums: # 假如nums长度很大 # 1. math.sqrt 会被频繁访问 # 2. result.append 也会被频繁访问 result.append(sqrt(n)) return result
然后再修改result.append,不用频繁访问append,使用标签apd指向它就行了:
# 直接导入sqrt,而不是导入整个模块后再去引用sqrt from math import sqrt def compute_sqrt(num