大家好!今天呢，我们来聊一聊如何加速你的python代码。

Python语言的优点可以列举出许多，语法简单易懂、模块丰富、应用广泛等等。但是世界上没有有完美的东西，python一个明显缺点就是运行速度慢，至少跟C语言没法比。

所以，不安于现状的Pythoner就开发了许多工具。其中，最著名的莫过于Cython和Numba。其中Cython可以把Python代码转成C代码执行，而Numba则是Python中的一个JIT编译器(即时编译器)，以此提高运行效率。

不过我们今天不讲这些复杂的工具，看看能不能只通过改进你的Python代码以提高速度。

函数

函数可以提高代码的可读性，那么用了函数对程序的执行效率是否有影响呢?我们来做个对比实验。

先来看一个不用函数的版本：

importmathimporttime

start=time.time()#开始计时lst=[]#定义一个空列表foriinrange(1,10000000):lst.append(math.sqrt(i))#疯狂地往列表里添加计算结果end=time.time()#停止计时print(end-start)

此代码在我的电脑上输出为2.124(不同配置的电脑结果不一样，可多次运行取平均值)。再来加上函数试一下：

importmathimporttime

deffunc():lst=[]#定义一个空列表foriinrange(1,10000000):lst.append(math.sqrt(i))#疯狂地往列表里添加计算结果returnlst#返回结果

start=time.time()#开始计时lst=func()end=time.time()#停止计时print(end-start)

在我的电脑上，使用了函数的程序用了大概花了1.743秒。多次尝试，基本上都会比上一个版本节省15~20%左右时间，这个差距还是存在的。

有人可能会觉得，增加了函数调用，效率可能会低。但实际上，我们这里只是增加了一次调用，影响甚微。而由于Python中局部变量和全局变量的实现方式不同，使用局部变量效率会高些。

所以使用函数不仅提高可读性，用得好还能让代码运行得更快。

去掉属性访问

再来看另一个例子，还是刚才的函数版本，我们做一点修改，改变其中导入函数的方式，由math.sqrt改为sqrt：

frommathimportsqrt#直接引用特定函数或属性importtime

deffunc():lst=[]foriinrange(1,10000000):lst.append(sqrt(i))#直接调用sqrtreturnlst

start=time.time()lst=func()end=time.time()print(end-start)

在其它代码均没有变动的情况下，这个程序的输出时间变成了……

1.413秒!

居然更快了。这又是为什么呢?

因为在进行属性访问的时候啊，会调用这个对象的getattribute或者getattr方法，造成了额外的开销，所以导致速度变慢。

列表推导式

最后再来看看列表推导式(ListComprehension)，它的效率和普通for循环会有不一样吗?

继续在上一个版本上修改：

frommathimportsqrtimporttime

deffunc():#for循环改为列表推导式lst=[sqrt(i)foriinrange(1,10000000)]returnlst

start=time.time()lst=func()end=time.time()print(end-start)

结果是0.968秒!

这又是为什么呢?因为列表推导式内的迭代是C实现的，所以效率更高。

同最初的版本相比，实现同样的效果，我们仅通过调整代码的写法，速度就提高了一倍还多。

以上内容为大家介绍了让你Python代码更快的小技巧，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注IT培训机构:千锋教育。http://www.mobiletrain.org/

上一篇

Python列表操作的函数和方法

下一篇

有哪些针对Python的GUI工具包?