分享5个python提速技巧,速度瞬间提上来了

目录

• 1、跳过迭代对象的开头
• 2、避免数据复制
• 3、避免变量中间变量
• 4、循环优化
• 5、使用numba.jit

1、跳过迭代对象的开头

string_from_file = """ 
// Wooden: ... 
// LaoLi: ... 
// 
// Whole: ... 
Wooden LaoLi...
"""
import itertools 
for line in itertools.dropwhile(lambda line: line.startswith("//"), string_from_file.split(" ")):
  print(line)

2、避免数据复制

# 不推荐写法，代码耗时：6.5秒
def main():
  size = 10000
  for _ in range(size):
    value = range(size)
    value_list = [x for x in value]
    square_list = [x *www.cppcns.com x for x in pzPfhvvalue_list]

main()

 

# 推荐写法，代码耗时：4.8秒
def main():
  size = 10000
  for _ in range(size):
    value = range(size)
    square_list = [x * x for x in value] # 避免无意义的复制

3、避免变量中间变量

# 不推荐写法，代码耗时：0.07秒
def main():
  size = 1000000
  for _ in range(size):
    a = 3
    b = 5
    temp = a
    a = b
    b = temp

main()

# 推荐写法，代码耗时：0.06秒
def main():
  size = 1000000
  for _ in range(s编程客栈ize):
    a = 3
    b = 5
    a, b = b, a # 不借助中间变量

main()

4、循环优化

# 不推荐写法。代码耗时：6.7秒
def computeSum(size: int) -> int:
  sum_ = 0
  i = 0
  while i < size:
    sum_ += i
    i += 1
  return sum_

def main():
  size = 10000
  for _ in range(size):
    sum_ = computeSum(size)

main()

# 推荐写法。代码耗时：4.3秒
def computeSum(size: int) -> int:
  sum_ = 0
  for i in range(size): # for 循环代替 while 循环
    sum_ += i
  return sum_

def main():
  size = 10000
  for _ in range(size):
    sum_ = computeSum(size)

main()

隐式for循环代替显式for循环

# 推荐写法。代码耗时：1.7秒
def computeSum(size: int) -> int:
  return sum(range(size)) # 隐式 for 循环代替显式 for 循环

def main():
  size = 10000
  for _ in range(size):
    sum = pzPfhvcomputeSum(size)

main()

5、使用numba.jit

# 推荐写法。代码耗时：0.62秒
# numba可以将 python 函数 Jhttp://www.cppcns.comIT 编译为机器码执行，大大提高代码运行速度。
import numba

@numba.jit
def computeSum(size: float) -> int:
  sum = 0
  for i in range(size):
    sum += i
  return sum

def main():
  size = 10000
  for _ in range(size):
    sum = computeSum(size)

main()

到此这篇关于分享5个python提速技巧,速度瞬间提上来了的文章就介绍到这了,更多相关python提速技巧内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！