讓你Python代碼更快的三個小技巧
大家好!今天呢，我們來聊一聊如何加速你的 python 代碼。
Python 語言的優點可以列舉出許多，語法簡單易懂、模塊豐富、應用廣泛等等。但是世界上沒有有完美的東西，python 一個明顯缺點就是運行速度慢，至少跟 C 語言沒法比。
所以，不安于現狀的 Pythoner 就開發了許多工具。其中，最著名的莫過于 Cython 和 Numba。其中 Cython 可以把 Python 代碼轉成 C 代碼執行，而 Numba 則是 Python 中的一個 JIT 編譯器(即時編譯器)，以此提高運行效率。
不過我們今天不講這些復雜的工具，看看能不能只通過改進你的 Python 代碼以提高速度。
函數
函數可以提高代碼的可讀性，那么用了函數對程序的執行效率是否有影響呢?我們來做個對比實驗。
先來看一個不用函數的版本：
- import mathimport time
- start = time.time() # 開始計時lst = [] # 定義一個空列表for i in range(1, 10000000): lst.append(math.sqrt(i)) # 瘋狂地往列表里添加計算結果end = time.time() # 停止計時print(end-start)
此代碼在我的電腦上輸出為 2.124(不同配置的電腦結果不一樣，可多次運行取平均值)。再來加上函數試一下：
- import mathimport time
- def func(): lst = [] # 定義一個空列表 for i in range(1, 10000000): lst.append(math.sqrt(i)) # 瘋狂地往列表里添加計算結果 return lst # 返回結果
- start = time.time() # 開始計時lst = func() end = time.time() # 停止計時print(end-start)
在我的電腦上，使用了函數的程序用了大概花了 1.743 秒。多次嘗試，基本上都會比上一個版本節省 15~20% 左右時間，這個差距還是存在的。
有人可能會覺得，增加了函數調用，效率可能會低。但實際上，我們這里只是增加了一次調用，影響甚微。而由于 Python 中局部變量和全局變量的實現方式不同，使用局部變量效率會高些。
所以使用函數不僅提高可讀性，用得好還能讓代碼運行得更快。
去掉屬性訪問
再來看另一個例子，還是剛才的函數版本，我們做一點修改，改變其中導入函數的方式，由 math.sqrt 改為 sqrt：
- from math import sqrt # 直接引用特定函數或屬性import time
- def func(): lst = [] for i in range(1, 10000000): lst.append(sqrt(i)) # 直接調用 sqrt return lst
- start = time.time()lst = func()end = time.time()print(end-start)
在其它代碼均沒有變動的情況下，這個程序的輸出時間變成了……
1.413 秒!
居然更快了。這又是為什么呢?
因為在進行屬性訪問的時候啊，會調用這個對象的 getattribute 或者 getattr 方法，造成了額外的開銷，所以導致速度變慢。
列表推導式
最后再來看看列表推導式(List Comprehension)，它的效率和普通 for 循環會有不一樣嗎?
繼續在上一個版本上修改：
- from math import sqrtimport time
- def func(): # for 循環改為列表推導式 lst = [sqrt(i) for i in range(1, 10000000)] return lst
- start = time.time()lst = func()end = time.time()print(end-start)
結果是 0.968 秒!
這又是為什么呢?因為列表推導式內的迭代是 C 實現的，所以效率更高。
同最初的版本相比，實現同樣的效果，我們僅通過調整代碼的寫法，速度就提高了一倍還多。
