提升Python運行效率的小竅門

說起Python，作為一門大熱的編程語言，它簡單易學、語法優美，自身擁有豐富強大的庫，而且應用范圍也是十分廣泛。毫無疑問，Python 確實有用很多的優點，每一個優點看起來都非常吸引人。

但是，Python 并不是沒有缺點的，最主要的缺點之一就是Python 的執行速度不夠快。針對這個問題，下面為大家搜集了6個可以提高Python運行效率的小竅門。

竅門一：關鍵代碼使用外部功能包

Python簡化了許多編程任務，但是對于一些時間敏感的任務，它的表現經常不盡人意。使用C/C++或機器語言的外部功能包處理時間敏感任務，可以有效提高應用的運行效率。

這些功能包往往依附于特定的平臺，因此你要根據自己所用的平臺選擇合適的功能包。簡而言之，這個竅門要你犧牲應用的可移植性以換取只有通過對底層主機的直接編程才能獲得的運行效率。

以下是一些你可以選擇用來提升效率的功能包：

• Cython

• Pylnlne

• PyPy

• Pyrex

這些功能包的用處各有不同。比如說，使用C語言的數據類型，可以使涉及內存操作的任務更高效或者更直觀。

Pyrex就能幫助Python延展出這樣的功能。Pylnline能使你在Python應用中直接使用C代碼。內聯代碼是獨立編譯的，但是它把所有編譯文件都保存在某處，并能充分利用C語言提供的高效率。

竅門二：在排序時使用鍵

Python含有許多古老的排序規則，這些規則在你創建定制的排序方法時會占用很多時間，而這些排序方法運行時也會拖延程序實際的運行速度。最佳的排序方法其實是盡可能多地使用鍵和內置的sort()方法。譬如，拿下面的代碼來說：

1. import operator

2. somelist = [(1, 5, 8), (6, 2, 4), (9, 7, 5)]

3. somelist.sort(key=operator.itemgetter(0))

4. somelist

5. #Output = [(1, 5, 8), (6, 2, 4), (9, 7, 5)]

6. somelist.sort(key=operator.itemgetter(1))

7. somelist

8. #Output = [(6, 2, 4), (1, 5, 8), (9, 7, 5)]

9. somelist.sort(key=operator.itemgetter(2))

10. somelist

11. #Output = [(6, 2, 4), (9, 7, 5), (1, 5, 8)],

在每段例子里，list都是根據你選擇的用作關鍵參數的索引進行排序的。這個方法不僅對數值類型有效，還同樣適用于字符串類型。

竅門三：針對循環的優化

每一種編程語言都強調最優化的循環方案。當使用Python時，你可以借助豐富的技巧讓循環程序跑得更快。然而，開發者們經常遺忘的一個技巧是：盡量避免在循環中訪問變量的屬性。譬如，拿下面的代碼來說：

1. lowerlist = ['this', 'is', 'lowercase']

2. upper = str.upper

3. upperlist = []

4. append = upperlist.append

5. for word in lowerlist:

6.    append(upper(word))

7.    print(upperlist)

8.    #Output = ['THIS', 'IS', 'LOWERCASE']

每次調用str.upper, Python都會計算這個式子的值。然而，如果把這個求值賦值給一個變量，那么求值的結果就能提前知道，Python程序就能運行得更快。

因此，關鍵就是盡可能減小Python在循環中的工作量。因為Python解釋執行的特性，在上面的例子中會大大減慢它的速度。

（注意：優化循環的方法還有很多，這只是其中之一。比如，很多程序員會認為，列表推導式是提高循環速度的最佳方法。關鍵在于，優化循環方案是提高應用程序運行速度的上佳選擇。）

竅門四：使用較新的Python版本

通常，每個版本的Python都會包含優化內容，使其運行速度優于之前的版本。但是，限制因素在于，你最喜歡的函數庫有沒有同步更新支持新的Python版本。與其爭論函數庫是否應該更新，關鍵在于新的Python版本是否足夠高效來支持這一更新。

你要保證自己的代碼在新版本里還能運行。你需要使用新的函數庫才能體驗新的Python版本，然后你需要在做出關鍵性的改動時檢查自己的應用。只有當你完成必要的修正之后，你才能體會新版本的不同。

然而，如果你只是確保自己的應用在新版本中可以運行，你很可能會錯過新版本提供的新特性。一旦你決定更新，請分析你的應用在新版本下的表現，并檢查可能出問題的部分，然后優先針對這些部分應用新版本的特性。只有這樣，用戶才能在更新之初就覺察到應用性能的改觀。

竅門五：嘗試多種編碼方法

每次創建應用時都使用同一種編碼方法幾乎無一例外會導致應用的運行效率不盡人意。可以在程序分析時嘗試一些試驗性的辦法。譬如說，在處理字典中的數據項時，你既可以使用安全的方法，先確保數據項已經存在再進行更新，也可以直接對數據項進行更新，把不存在的數據項作為特例分開處理。請看下面第一段代碼：

1. n = 16

2. myDict = {}

3. for i in range(0, n):

4.    char = 'abcd'[i%4]

5.    if char not in myDict:

6.        myDict[char] = 0

7.        myDict[char] += 1

8.        print(myDict)

當一開始myDict為空時，這段代碼會跑得比較快。然而，通常情況下，myDict填滿了數據，至少填有大部分數據，這時換另一種方法會更有效率。

1. n = 16

2. myDict = {}

3. for i in range(0, n):

4.    char = 'abcd'[i%4]

5.    try:

6.        myDict[char] += 1

7.    except KeyError:

8.        myDict[char] = 1

9.    print(myDict)

在兩種方法中輸出結果都是一樣的。區別在于輸出是如何獲得的。跳出常規的思維模式，創建新的編程技巧能使你的應用更有效率。

竅門六：交叉編譯你的應用

開發者有時會忘記計算機其實并不理解用來創建現代應用程序的編程語言。計算機理解的是機器語言。為了運行你的應用，你借助一個應用將你所編的人類可讀的代碼轉換成機器可讀的代碼。有時，你用一種諸如Python這樣的語言編寫應用，再以C++這樣的語言運行你的應用，這在運行的角度來說，是可行的。關鍵在于，你想你的應用完成什么事情，而你的主機系統能提供什么樣的資源。

以上就是本文為大家展示的六個可以提升Python運行效率的小竅門，嘗試這些竅門，需要結合自身的代碼情況，選擇出最適合的方式，才能更好地解決問題，畢竟版本以及平臺的差異還是有所影響的想知道更多Python小技巧嗎？敬請關注睿江云計算！