性能分析
在开始优化之前,首先需要找到哪一部分拖慢了整个程序,可以用以下方法:
- 用Unix的time命令
- 使用cProfile
- 使用time库
1)time.per_counter:返回绝对值,包括python程序不在运行的时间,因此可能受到机器负载的影响
2)time.process_time:只返回用户时间(除去了系统时间),只有进程运行时间
提速方法
- 使用内置数据类型
内置数据类型使用C语言实现,相对于自定义数据类型,速度会快很多。 - 使用lru_cache实现缓存
- 使用局部变量
按照效率高低排序:函数中的局部变量 > 类级别属性(self.name) > 全局导入函数(time.time) - 不要访问属性
用来访问对象属性的点运算符(.)会引起程序使用__getattribute__进行字典查找,给程序带来不必要的开销。该如何避免不必要的点运算符使用?仍需思考。 - 字符串操作时,用f-string替代 %s 和 .format()
- 提升硬件性能
通常提升硬件性能的成本要远远低于优化代码的成本。 - 将python程序编译打包为C程序
弊端
优化代码一定要谨慎,优化操作可能使代码可读性变差、可维护性变差,如不谨慎,将导致弊端超过优化带来的好处。
原文:https://mp.weixin.qq.com/s/wA1yh6K-kZCBun4PgnUfCA
更多内容可关注公众号