24式，加速你的Python

作者 | 梁云

来源 | Python与算法之美（id：Python_Ai_Road）

一、分析代码运行时间

第1式：测算代码运行时间

• 平凡方法

• 快捷方法（jupyter环境）

第2式：测算代码多次运行平均时间

• 平凡方法

• 快捷方法（jupyter环境）

第3式：按调用函数分析代码运行时间

• 平凡方法

• 快捷方法（jupyter环境）

第4式：按行分析代码运行时间

• 平凡方法

• 快捷方法（jupyter环境）

二、加速你的查找

第5式：用set而非list进行查找

• 低速方法

• 高速方法

第6式：用dict而非两个list进行匹配查找

• 低速方法

• 高速方法

三、加速你的循环

第7式：优先使用for循环而不是while循环

• 低速方法

• 高速方法

第8式：在循环体中避免重复计算

• 低速方法

• 高速方法

四、加速你的函数

第9式：用循环机制代替递归函数

• 低速方法

• 高速方法
  

第10式：用缓存机制加速递归函数

• 低速方法

• 高速方法

第11式：用numba加速Python函数

• 低速方法

• 高速方法

五、使用标准库函数进行加速

第12式：使用collections.Counter加速计数

• 低速方法

• 高速方法

第13式：使用collections.ChainMap加速字典合并

• 低速方法

• 高速方法

六，使用高阶函数进行加速

第14式：使用map代替推导式进行加速

• 低速方法

• 高速方法

第15式：使用filter代替推导式进行加速

• 低速方法

• 高速方法

七、使用numpy向量化进行加速

第16式：使用np.array代替list

• 低速方法

• 高速方法

第17式：使用np.ufunc代替math.func

• 低速方法

• 高速方法

第18式：使用np.where代替if

• 低速方法

• 高速方法

八、加速你的Pandas

第19式：使用csv文件读写代替excel文件读写

• 低速方法
  

• 高速方法

第20式：使用pandas多进程工具pandarallel

• 低速方法

• 高速方法

九、使用Dask进行加速

第21式：使用dask加速dataframe

• 低速方法

• 高速方法

第22式：使用dask.delayed进行加速

• 低速方法

• 高速方法

十、应用多线程多进程加速

第23式：应用多线程加速IO密集型任务

• 低速方法

• 高速方法

第24式：应用多进程加速CPU密集型任务

• 低速方法

• 高速方法

（*本文仅代表作者观点，转载请联系原作者）

◆

征稿

◆

参与投稿，加入作者群，成为全宇宙最优秀的技术人儿~

推荐阅读

• 安卓运行Jupyter Notebook操作指南，不用电脑也能做数据分析！

• 毕业10年后，我忍不住出了一份程序员的高考试卷！

• Python从入门到精通，这篇文章为你列出了25个关键技术点（附代码）

• 500行Python代码打造刷脸考勤系统

• 基础必备 | Python处理文件系统的10种方法

• 数据可视化，还在使用Matplotlib？Plotly，是时候表演真正的技术了（附代码）

• 文件操作So Easy！来，一起体验下Python的Pathlib模块~

你点的每个“在看”，我都认真当成了喜欢