python提高效率的程序,python 提高效率的几个小技巧

1.1. 最常见一个最常见的速度陷坑(至少是俺在没看到网上这篇介绍时陷进去过好些次的) 是: 许多短字串并成长字串时, 大家通常会用:

Toggle line numbers   1 shortStrs = [ str0, str1, ..., strN]   2 #N+1个字串所组成的数列   3 longStr = ”   4 for s in shortStrs: longStr += s因为Python里 字串是不可变的, 所以每次 longStr += s 都是将原 来的 longStr 与 str 拷贝成一个新字串, 再赋给longStr. 随着 longStr的不断增长, 所要拷贝的内容越来越长. 最后导至str0被 拷贝N+1次, str1是N次, … .

1.1.1. 找出速度瓶颈1)首先在大家应先学会怎么去找出速度瓶颈: Python自带有profile模块:

Toggle line numbers   1 import profile   2 profile.run (’想要检查的函数名()’)就会打印出那个函数里调用了几次其它函数, 各用了多少时间, 总共用了多少时间等信息 — Nice ? 详请参阅<>中的 profile模块的论述.

当然脑袋笨一点或是聪明一点的, 也可以用time模块中的time() 来显示系统时间, 减去上次的time()就是与它的间隔秒数了.

1.1.2. 字串相并就头上的例子而言, 用 :

Toggle line numbers   1 longStr =”.join(shortStrs)立马搞定, 但如果shortStrs里面不都是字串, 而包含了些数 字呢 ? 直接用join就会出错. 不怕, 这样来:

Toggle line numbers   1 shortStrs = [str(s) for s in shortStrs[i]]   2 longStr = ”.join(shortStrs)也即先将数列中所有内容都转化为字串, 再用join.

对少数几个字串相并, 应避免用: all = str0 + str1 + str2 + str3 而用: all = ‘%s%s%s%s’ % (str0, str1, str2, str3)

1.1.3. 数列排序list.sort ()你可以按特定的函数来: list.sort( 函数 ), 只要这个函数接受 两参数, 并按特定规则返回1, 0, -1就可以. — 很方便吧? 但 会大大减慢运行速度. 下面的方法, 俺举例子来说明可能更容易 明白.

比方说你的数列是 l = ['az', 'by'], 你想以第二个字母来排序. 先取出你的关键词, 并与每个字串组成一个元组: new = map (lambda s: (s[1], s), l )

于是new变成[('z', 'az'), ('y', 'by')], 再把new排一下序: new.sort()

则new就变成 [('y', 'by'), ('z', 'az')], 再返回每个元组中 的第二个字串: sorted = map (lambda t: t[1], new)

于是sorted 就是: ['by', 'az']了. 这里的lambda与map用得很 好.

Python2.4以后, sort和sorted的使用可以参考这片 Wiki: HowToSort

1.1.4. 循环比如for循环. 当循环体很简单时, 则循环的调用前头(overhead) 会显得很臃肿, 此时map又可以帮忙了. 比如你想把一个长数列 l=['a', 'b', ...]中的每个字串变成大写, 可能会用:

Toggle line numbers   1 import string   2 newL = []   3 for s in l: newL.append( string.upper(s) )用map就可以省去for循环的前头:

Toggle line numbers   1 import string   2 newL = map (string.upper, l)Guido的文章讲得很详细.

1.1.5. 局域变量 及 ‘.’象上面, 若用 append = newL.append, 及换种import方法:

Toggle line numbers   1 import string   2 append = newL.append   3 for s in l: append (string.upper(s))会比在for中运行newL.append快一些, 为啥? 局域变量容易寻找.

俺自己就不比较时间了, Skip Montanaro的结果是:

基本循环: 3.47秒去点用局域变量: 1.79秒使用map: 0.54秒

1.1.6. try的使用比如你想计算一个字串数列: l = ['I', 'You', 'Python', 'Perl', ...] 中每个词出现的次数, 你可能会:

Toggle line numbers   1 count = {}   2 for s in l:   3     if not count.has_key(s): count[s] = 0   4     else: count[s] += 1由于每次都得在count中寻找是否已有同名关键词, 会很费时间. 而用try:

Toggle line numbers   1 count ={}   2 for s in l:   3     try: count[s] += 1   4     except KeyError: count[s] = 0就好得多. 当然若经常出现例外时, 就不要用try了.

1.1.7. import语句这好理解. 就是避免在函数定义中来import一个模块, 应全在 全局块中来import

1.1.8. 大量数据处理由于Python中的函数调用前头(overhead)比较重, 所以处理大量 数据时, 应:

Toggle line numbers   1 def f():   2 for d in hugeData: …   3 f()而不要:

Toggle line numbers   1 def f(d): …   2 for d in hugeData: f(d)这点好象对其它语言也适用, 差不多是放之四海而皆准, 不过对 解释性语言就更重要了.

1.1.9. 减少周期性检查这是Python的本征功能: 周期性检查有没有其它绪(thread)或系 统信号(signal)等要处理.

可以用sys模块中的setcheckinterval 来设置每次检查的时间间隔.

缺省是10, 即每10个虚拟指令 (virtual instruction)检查一次.

当你不用绪并且也懒得搭理 系统信号时, 将检查周期设长会增加速度, 有时还会很显著.

—编/译完毕. 看来Python是易学难精了, 象围棋?

2. 我们自个儿的体悟请有心得者分享!

在“大量数据处理”小节里，是不是说，不要再循环体内部调用函数，应该把函数放到外面？从Python2.2开始,”找出速度瓶颈”,已经可以使用hotshot模块了.据说对程序运行效率的影响要比profile小. — jacobfan“由于Python中的函数调用前头(overhead)比较重, 所以处理大量 数据时, 应: ” 这句译文中,overhead翻译成”前头”好象不妥.翻译成”由于Python中函数调用的开销比较大,…”要好些 — jacobfan数组排序中讲的方法真的会快点吗? 真的快到我们值得放弃直接用sort得到得可读性吗?值得怀疑 — hoxidePython2.4以后 sort和sorted的使用更加灵活，link已经加到文中，我没有比较过效率。-yichun关于 “try的使用”：其实setdefault方法就是为这个目的设的：

Toggle line numbers   1 count = {}   2 for s in l:   3     count.setdefault(s, 0) += 1这个其实能做更多。通常遇到的问题是要把类似的东西group起来，所以你可能想用：

Toggle line numbers   1 count = {}   2 for s in l:   3     count.setdefault(s, []).append(s)但是这样你只能把同样的东西hash起来，而不是一类东西。比如说你有一个dict构成的list叫sequence，需要按这些dict的某个key value分类，你还要对分类后的每个类别里面的这些dict各作一定的操作，你就需要用到Raymond实现的这个groupby，你就可以写:

totals = dict((key, group)                  for key, group in groupby(sequence, lambda x: x.get(’Age’)))