Python在生物信息学中的应用：让你的程序运行得更快

程序运行太慢，想要提速，但不使用复杂的技术如 C 扩展或 JIT 编译器。

解决方案

程序优化的第一准则是“不要优化”，第二准则是“不要优化那些不重要的部分”。基于这两个原则，如果你的程序运行得很慢，你得先找出影响性能的问题所在。

多数时候我们发现程序把大量的时间花在几个热点位置，比如处理数据的内层循环。一旦确认了这些热点，就可以使用以下各小节中介绍的技术让程序运行得更快。

使用函数

很多人开始使用 Python 时都是用它来编写一些简单的脚本。最开始时，很容易陷入只管编写代码而不重视程序结构的怪圈。例如：

# somescript.py


import sys
import csv


with open(sys.argv[1]) as f:
    for row in csv.reader(f):


    # Some kind of processing
    pass

一个鲜为人知的事实是，像上面这样定义在全局范围内的代码比定义在函数中的代码要慢。速度的差异与局部变量与全局变量的实现机制有关（涉及局部变量的操作要更快）。因此，如果想让程序运行得更快，可以将脚本中的语句放入函数中即可：

# somescript.py
import sys
import csv


def main(filename):
    with open(filename) as f:
        for row in csv.reader(f):
        # Some kind of processing
            pass


main(sys.argv[1])

运行速度的差异与具体执行的任务有关，但根据经验，提升 15% ~ 30% 的情况很常见。

消除属性访问

每次使用句点操作符（.）来访问对象的属性都会带来开销。在底层，这会触发调用特殊的方法。

通常可以用 from module import name 的导入形式以及选择性地使用绑