python列表生成式和map效率_python提高效率(优化)的心得总结（不断补充）

用python也有小两年了，不是开发，所以代码应该没那么精湛。但是经常会写测试脚本和小工具。在积累了大量的库以后，开始把重点放在提高python效率的方法，养成好的习惯。因为是刚刚开始关注，所以不断补充吧，以便将来随时查看。

一.原则类

1.把range全部换成xrange

2.生成器，如 list=(item for item in fp)

3.利用psyco库，提高函数和类的运行效率。

4.字符串拼接：尽量少用“+”的方式，而采用''.join ，还有"%s"%i这样赋值的手段

5.函数的开销很大。尽量把循环放在函数内进行。而不要让每次迭代都调用函数。

6.“前提工作”先做好，比如该赋值，该拼接的，然后再引入到函数中，或者进行下面的循环。

7.尽量使用内置方法，因为内置的是C写的，效率肯定高很多

8.每当要对序列中的内容进行循环处理时，就应当尝试用列表解析来代替它，如：[i for i in xrang(10) if i%2==0]

9.学会使用itertools模块。当python中添加了迭代器后，就为常见模式提供了一个新的模块，因为它是以C语言编写，所以提供了最高效的迭代器。

--多记录一些。列表，字符串，字典，xrange,类文件对象，这些都是可迭代对象，换句话说，都可以直接用在for循环中进行迭代，如for item in open('1.txt')

--直接使用速度会快。另外，我对比了itertools里工具和xrange，比如都循环100000次打印数字，使用islice(count(),100000)均要比xrange(100000)快

--而xrange还要比range快。

10.用列表解析取代for循环。列表解析的效率等于或高于map。

11.垃圾回收机制，会对列表的操作有重大影响，如列表的append，或者列表解析。import gc，然后在数据载入模块前gc.disable(),结束后再gc.enable()。

二.应用类

1.列表推导

如果想复制一个列表或者字典，直接使用L1=list(L),d1 = dict(d).而不要使用列表推导。

如果想对列表的每一个元素都调用函数，应该用L1=map(f,L),而不是L1=[f(x) for x in L]

当序列过长，每次只需要读取一个元素的时候，应该用生成器，而不是列表推导。total=sum(x+23 for x in lodlist if x >5)

2.从文件中读取指定的行

标准库linecache非常适合这个任务：

import linecache

theline = linecache.getline(thefilepath,desired_line_number)

如果文件很大，则应该使用显示的循环，并封装在一个函数中：

def getline(thefilepath,desired_line_number):

if desired_line_number 

for current_line_number,line in enumerate(open(thefilepath,'rU')):

if current_line_number == desired_line_number-1:

return line

return ''

3.何时用列表推导or生成器表达式

如果你希望使用整个列表，则使用列表推导，因为他会节省生成器带来的系统开销；

如果你只想用列表的一部分，那么使用生成器吧。

4.随机取出列表里的元素

应该先用random.shuffle(list)把元素随机的打乱，然后顺序的取每一项即可。如果不想取到重复的，可以用list.pop()，既取出来了，又把这个元素从列表中删除。而且内置的pop方法，非常快速。

我希望python进阶。但在这之前，我还要修饰一下边幅，上面所述的，就是在美化你的python程序。完成一个功能时，尽可能简洁，不罗嗦，每个细节提前考虑优化。脚本耦合性太强也会影响效率。

不断补充吧。

三.文本处理

文本处理，字符串处理，应该是平时用的非常多的，这里也有优化技巧。

1.习惯用filter或map

fp = open('1.txt','rb')

isRegDBRoot = lambda line:line.startswith('RegDB Root')

#or

isRegDBRoot = lambda line:'Start' in line

a = filter(isRegDBRoot,fp)

结果输出所有符合项的列表集合。