这15个技巧直接让你的Python性能起飞

前言

Python 一直以来被大家所诟病的一点就是执行速度慢，但不可否认的是 Python 依然是我们学习和工作中的一大利器。因此，我们对 Python 呢是“又爱又恨”。

本文总结了一些小 tips 有助于提升 Python 执行速度、优化性能。以下所有技巧都经过我的验证，可放心食用💖。

正文

1.使用map()进行函数映射

✅ Exp1：将字符串数组中的小写字母转为大写字母。

测试数组为 oldlist = ['life', 'is', 'short', 'i', 'choose', 'python']。

• 方法一

newlist = []
for word in oldlist:
    newlist.append(word.upper())

• 方法二

list(map(str.upper, oldlist))

方法一耗时 0.5267724000000005s，方法二耗时 0.41462569999999843s，性能提升 21.29% 🚀

2.使用set()求交集

✅ Exp2：求两个list的交集。

测试数组：a = [1,2,3,4,5]，b = [2,4,6,8,10]。

• 方法一

overlaps = []
for x in a:
    for y in b:
        if x == y:
            overlaps.append(x)

• 方法二

list(set(a) & set(b))

方法一耗时 0.9507264000000006s，方法二耗时 0.6148200999999993s，性能提升 35.33% 🚀

关于set()的语法：|、&、-分别表示求并集、交集、差集。

3.使用sort()或sorted()排序

我们可以通过多种方式对序列进行排序，但其实自己编写排序算法的方法有些得不偿失。因为内置的 sort()或 sorted() 方法已经足够优秀了，且利用参数key可以实现不同的功能，非常灵活。二者的区别是sort()方法仅被定义在list中，而sorted()是全局方法对所有的可迭代序列都有效。

✅ Exp3：分别使用快排和sort()方法对同一列表排序。

测试数组：lists = [2,1,4,3,0]。

• 方法一

def quick_sort(lists,i,j):
    if i >= j:
        return list
    pivot = lists[i]
    low = i
    high = j
    while i < j:
        while i < j and lists[j] >= pivot:
            j -= 1
        lists[i]=lists[j]
        while i < j and lists[i] <=pivot:
            i += 1
        lists[j]=lists[i]
    lists[j] = pivot
    quick_sort(lists,low,i-1)
    quick_sort(lists,i+1,high)
    return lists

• 方法二

lists.sort()

方法一耗时 2.4796975000000003s，方法二耗时 0.05551999999999424s，性能提升 97.76% 🚀

顺带一提，sorted()方法耗时 0.1339823999987857s。

可以看出，sort()作为list专属的排序方法还是很强的，sorted()虽然比前者慢一点，但是胜在它“不挑食”，它对所有的可迭代序列都有效。

扩展：如何定义sort()或sorted()方法的key❓

1. 通过lambda定义

#学生：（姓名，成绩，年龄）
students = [('john', 'A', 15