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,不安於現狀的 Pythoner 就開發了許多工具。其中,最著名的莫過於 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複雜的工具,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,那麼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 math
import 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)) # 瘋狂地往列表裡添加計算結果
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 math
import time
def func():
lst = [] # 定義一個空列表
for i in range(1, 10000000):
lst.append(math.sqrt(i)) # 瘋狂地往列表裡添加計算結果
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)
猜下結果會是怎樣?
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,我們這裡只是增加了一次調用,影響甚微。而由於 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。這又是為什麼呢?
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
最後再來看看
列表推導式(List Comprehension),它的效率和普通 for 循環會有不一樣嗎?列表推導式
Ist=[i for in range(40000000)]
繼續在上一個版本上修改:
from math import sqrt
import 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!
這又是為什麼呢?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。
一起學,走得遠!
最後
小編近幾年在學習Python!對於想學習Python的朋友們,我想說:很多人學了一個星期就放棄了,為什麼呢?其實沒有好的學習資料給你去學習,你們是很難堅持的,這是小編收集的Python入門學習資料!如下圖回覆01即可獲得!