掌握一些技巧，可尽量提高Python程序性能，也可以避免不必要的资源浪费。

1、使用局部变量

尽量使用局部变量代替全局变量：便于维护，提高性能并节省内存。

使用局部变量替换模块名字空间中的变量，例如ls=os.linesep。一方面可以提高程序性能，局部变量查找速度更快;另一方面可用简短标识符替代冗长的模块变量，提高可读性。

2、减少函数调用次数

对象类型判断时，采用isinstance()最优，采用对象类型身份(id())次之，采用对象值(type())比较最次。

#判断变量num是否为整数类型

type(num)==type(0)

#调用三次函数

type(num)istype(0)

#身份比较

isinstance(num,(int))

#调用一次函数

不要在重复操作的内容作为参数放到循环条件中，避免重复运算。

#每次循环都需要重新执行len(a)

whilei

statement

#len(a)仅执行一次

m=len(a)

whilei

statement

如需使用模块X中的某个函数或对象Y，应直接使用fromXimportY，而不是importX;X.Y。这样在使用Y时，可以减少一次查询(解释器不必首先查找到X模块，然后在X模块的字典中查找Y)。

3、采用映射替代条件查找

映射(比如dict等)的搜索速度远快于条件语句(如if等)。Python中也没有select-case语句。

#if查找

ifa==1:

b=10

elifa==2:

b=20

...

#dict查找，性能更优

d={1:10,2:20,...}

b=d[a]

4、直接迭代序列元素

对序列(str、list、tuple等)，直接迭代序列元素，比迭代元素的索引速度要更快。

a=[1,2,3]

#迭代元素

foritemina:

print(item)

#迭代索引

foriinrange(len(a)):

print(a[i])

5、采用生成器表达式替代列表解析

列表解析(listcomprehension)，会产生整个列表，对大量数据的迭代会产生负面效应。

而生成器表达式则不会，其不会真正创建列表，而是返回一个生成器，在需要时产生一个值(延迟计算)，对内存更加友好。

#计算文件f的非空字符个数

#生成器表达式

l=sum([len(word)forlineinfforwordinline.split()])

#列表解析

l=sum(len(word)

forlineinfforwordinline.split())

6、先编译后调用

使用eval()、exec()函数执行代码时，最好调用代码对象(提前通过compile()函数编译成字节码)，而不是直接调用str，可以避免多次执行重复编译过程，提高程序性能。

正则表达式模式匹配也类似，也最好先将正则表达式模式编译成regex对象(通过re.complie()函数)，然后再执行比较和匹配。

7、模块编程习惯

模块中的最高级别Python语句(没有缩进的代码)会在模块导入(import)时执行(不论其是否真的必要执行)。因此，应尽量将模块所有的功能代码放到函数中，包括主程序相关的功能代码也可放到main()函数中，主程序本身调用main()函数。

可以在模块的main()函数中书写测试代码。在主程序中，检测name的值，如果为'main'(表示模块是被直接执行)，则调用main()函数，进行测试;如果为模块名字(表示模块是被调用)，则不进行测试。

以上内容为大家介绍了提升Python程序性能的好习惯，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 中如何处理文件系统路径

下一篇

Python浅谈并发锁与死锁问题