3个提升Python运行速度的方法，都很实用

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