python append函数_让你python代码更快的3个小技巧!速度提高了一倍还多
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:
import math
import time
start = time.time() # 开始计时
lst = [] # 定义一个空列表
for i in range(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:
import math
import time
def func():
lst = [] # 定义一个空列表
for i in range(1, 10000000):
lst.append(math.sqrt(i)) # 疯狂地往列表里添加计算结果
return lst # 返回结果
start = time.time() # 开始计时
lst = func()
end = time.time() # 停止计时
print(end-start)
猜下结果会是怎样?
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:
from math import sqrt # 直接引用特定函数或属性
import time
def func():
lst = []
for i in range(1, 10000000):
lst.append(sqrt(i)) # 直接调用 sqrt
return lst
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(List Comprehension),它的效率和普通 for 循环会有不一样吗?
列表推导式
Ist=[i for in range(40000000)]
继续在上一个版本上修改:
from math import sqrt
import time
def func():
# for 循环改为列表推导式
lst = [sqrt(i) for i in range(1, 10000000)]
return lst
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。
一起学,走得远!
最后
小编近几年在学习Python!对于想学习Python的朋友们,我想说:很多人学了一个星期就放弃了,为什么呢?其实没有好的学习资料给你去学习,你们是很难坚持的,这是小编收集的Python入门学习资料!如下图回复01即可获得!
python append函数_让你python代码更快的3个小技巧!速度提高了一倍还多相关推荐
- python代码技巧_让你python代码更快的3个小技巧
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 ...
- 让你python代码更快的3个小技巧
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 ...
- python while函数_详解python while 函数及while和for的区别
1.while循环(只有在条件表达式成立的时候才会进入while循环) while 条件表达式: pass while 条件表达式: pass else: pass 不知道循环次数,但确定循环条件的时 ...
- python编写函数_浅谈Python 函数式编程
匿名函数lambda表达式 什么是匿名函数? 匿名函数,顾名思义就是没有名字的函数,在程序中不用使用 def 进行定义,可以直接使用 lambda 关键字编写简单的代码逻辑.lambda 本质上是一个 ...
- python编写函数_如何用Python编写自己喜欢的R函数
python编写函数 数据科学和机器学习的伟大现代斗争之一是" Python vs. R". 毫无疑问,近年来两者都已经取得了巨大的发展,成为数据科学,预测分析和机器学习的顶级编程 ...
- python zip函数_相当于Python的zip函数
下面是一个更时髦的ECMAScript 6版本:zip= rows=>rows[0].map((_,c)=>rows.map(row=>row[c])) 插图等价物到Python{z ...
- python len函数_知识清单Python必备的69个函数,你掌握了吗?
本文纲要 Python 作为一门高级编程语言,为我们提供了许多方便易用的内置函数,节省了不少开发应用的时间.目前,Python 3.7 共有 69 个内置函数,一些是我们耳熟能详的函数,另一些却不是很 ...
- python 减法函数_详解 Python 的二元算术运算,为什么说减法只是语法糖?
大家对我解读属性访问的博客文章反应热烈,这启发了我再写一篇关于 Python 有多少语法实际上只是语法糖的文章.在本文中,我想谈谈二元算术运算. 具体来说,我想解读减法的工作原理:a - b.我故意选 ...
- python with函数_详解Python中startswith()函数与endswith函数的使用方法
下面小编就为大家带来一篇老生常谈Python startswith()函数与endswith函数.小编觉得挺不错的,现在就分享给大家,也给大家做个参考.一起跟随小编过来看看吧 函数:startswit ...
最新文章
- FFmpeg中libavutil库简介及测试代码
- 敏捷、精益、六西格玛之间到底有什么差异?
- 2020 年最具潜力的 44 个顶级开源项目,涵盖 11 类 AI 学习框架、平台(附链接)...
- 关于使用TestNG的retry问题
- 360浏览器卸载_如何卸载360浏览器,如何卸载360安全浏览器
- PostgreSQL9.5:pg_rewind 快速恢复备节点
- 冒泡排序c++代码_八大排序算法(解释+代码+结果+算法优化)
- 可变悬挂与空气悬挂的区别_可变悬架和空气悬架的的区别是什么
- 微信有电脑客户端吗_一个小程序,就能让你用手机控制电脑~
- anaconda 命令
- glyphicon halflings regular ttf 报错
- LeetCode MySQL 1454. 活跃用户(连续dense_rank排名函数)
- 计算机科学与技术的感性认识,对计算机科学与技术学科的简单认识
- 尼日利亚年轻人推动该国登上比特币谷歌搜索排名榜首
- 报表生成器FastReport.Net常见问题解答
- 转换到coff期间_“fatal error lnk1123 转换到coff期间失败”的解决方法
- 面渣逆袭:HashMap追魂二十三问
- 替换固态硬盘后不能开机
- html 两个时间戳相减,表格里两列时间点如何相减
- SCI期刊写作必备(二):代码|手把手绘制目标检测领域YOLO论文常见的性能对比折线图,一键生成YOLOv7等主流论文同款图表,包含多种不同功能风格对比图表