python一加到二十等于多少_Python 3.1新变化之性能改善篇(转载)
Python 3.0发布七个月之后,Python核心开发人员于2009年6月27日发布了新的Python
3.1版本。虽然此3.1版本只是对Python
3.0的一次小型升级,但是它不仅为开发者带来许多让人感兴趣的特性,同时在性能方面也有所改善。在上一篇中,我们为读者详细介绍了Python 3.1版本在标准程序库方面的变化,本文则要为读者介绍新版本在性能方面的改善。
在Python
3.1的开发计划中,很大一部分都是关于性能的,那么这一版本发布后,都是哪些性能得到改善呢?下面我们将一一加以介绍。
一、利用C语言实现了I/O库
Python
3.0曾以使用Python实现了一个新的I/O库而引以为豪,但是其性能大家可想而知——和您估计的一样,非常的低。在Python
3.1中,人们利用C语言重新实现了此程序库,所以它的性能得到了极大的提升,大概快了2到20倍。为此,我们写了一段代码:向一个文件中写入5,000,000字节的内容,连续写入10次,然后计算其平均耗时。我们分别在Python
2.5、2.6、3.0和3.1下运行该代码,然后比较其结果。
from__future__importwith_statement
importsys
importtime
ifsys.version_info ==3:
exec("c = b'X'")
else:
c ='X'
deftest_write_speed():
start = time.time()
with open('1.txt','wb') as f:
foriinrange(5000000):
f.write(c)
end = time.time() - start
print(end)
returnend
times =
times.remove(max(times))
times.remove(min(times))
print('Average:', sum(times) / len(times))
这里是上面代码在不同版本下的平均时间(这里以秒为单位):
* Python 2.5 - 3.0146874487400055
* Python 2.6 - 4.4676837027072906
* Python 3.0 - 33.0755852461
* Python 3.1 - 5.7733258903
看到这样的结果,是不是既让人感兴趣又让人很困惑呀:对于这个向文件逐字节写入的基本I/O任务,不同Python版本之间的性能差别是不是很明显呢?Python
3.0的性能有了很大的下降,这是可以理解的,原因前面已经提过。不过,Python 2.6的性能比Python
2.5低了50%,而Python 3.1的性能有几乎是Python 2.5的两倍。
对于同样的测试,如果文件作为文本文件打开(即把wb换成w),并且向文件写入字符串“1”而非写入字节,如下:
...
with open('1.txt','w') as f:
foriinrange(5000000):
f.write('X')
...
则它们的平均时间为(以秒为单位):
* Python 2.5 - 3.1337025165557861
* Python 2.6 - 2.9250392615795135
* Python 3.0 - 68.4243619442
* Python 3.1 - 3.43869066238
从中我们可以了解到些什么呢?首先,对于该任务Python
3.0的性能是惨不忍睹的,它写入字符的耗时是写入字节的两倍,并且几乎比Python 3.1的性能地了二十倍。 Python
2.5、2.6和3.1所用的时间大体相当。
二、字符解码
从Python 2.x升级到Python
3.0的时候,Unicode的处理有了明显的改善。以下程序将对一个存放在缓冲区的1,000,000个希伯来语单词“shalom”在UTF-8和UTF-16之间来回进行编码和解码处理。此缓冲区总大小为五百万字节。
from__future__importwith_statement
importsys
importtime
deftest_encode_decode():
shalom =' \u05dd\u05d5\u05dc\u05e9'
text = shalom *1000000
start = time.time()
text_utf8 = text.encode('utf-8')
text_utf16 = text.encode('utf-16')
asserttext_utf8.decode() == text
asserttext_utf16.decode('utf-16') == text
end = time.time() - start
print(shalom, end)
returnend
test = test_encode_decode
if__name__=='__main__':
times =
times.remove(max(times))
times.remove(min(times))
print('Average:', sum(times) / len(times))
当分别在Python 2.5、2.6、3.0和3.1下运行该程序的时候,得到的结果如下所示:
* Python 2.5 - 1.6552573442459106
* Python 2.6 - 1.6100345551967621
* Python 3.0 - 0.280230671167
* Python 3.1 - 0.205590486526
在Python 2.5和2.6下运行此程序的时候,两种的速度大体相当;然而,Python
3.0却要快得多(大约快了5-6倍),而Python 3.1则要比Python 2.x快了近八倍,比Python
3.0快40%左右。
三、JSON方面的改进
在Python
3.1中,json模块获得了一个C扩展,这使得它的性能有了显著的提高。以下程序将创建一个嵌套的数据结构,该数据结构由一个字典列表构成,而字典又包含其他存放基本值的字典的列表。此程序将整个列表串行化为一个JSON,然后又返回。下面给出了原始数据结构(重复了100次):
'z': [{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'}],
'zzz': [{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'}],
'zz': [{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'},
{'a': 1, 'c': 4.5599999999999996, 'b': 'BBBB'}]}
下面是处理清单 1 中的数据的程序:
from__future__importwith_statement
importsys
importtime
importjson
deftest_json():
x = dict(a=1, b='BBBB', c=4.56)
x6 =6*
y = dict(z=x6, zz=2* x6, zzz=3* x6)
print(y)
sys.exit()
o =100*
start = time.time()
j = json.dumps(o)
assertjson.loads(j) == o
end = time.time() - start
returnend
test = test_json
if__name__=='__main__':
times =
times.remove(max(times))
times.remove(min(times))
由于Python 2.5没有提供标准的json模块,所以下面是从Python 2.6、Python 3.0
和Python 3.1中得到的结果:
* Python 2.6: 0.58422702550888062
* Python 3.0: 0.580562502146
* Python 3.1: 0.0455559492111
这些结果表明,Python 2.6和Python 3.0之间没有明显的差别。Python
3.1的速度则提高了一个数量级。这一点非常重要,因为JSON是Web
服务的通用语,如果您的web服务会接收或返回大量的JSON数据的话,编码/解码工作将会占据处理每个请求的很大一部分时间。
还有另一个变化,就是json模块只能跟str(Python 3的Unicode字符串)一起使用,而不能跟字节一起使用。
四、封装属性的管束
Pickle
模块现在会对封装对象的属性名称进行管制,这意味着如果您封装了许多同名对象,那么这些对象必须具有相同的属性名称。因此,您不必给每个对象多次存放相同的字符串(属性名称),只需保存一个包含所有属性名称的一个表,并保存每个属性的索引即可(或者,仅保存向每个对象的标准属性名称集合中增加或删除的放动态属性)。这样做能够做到尽量减小封装,所以能够更快的加载(或拆封)。
下面的代码中的测试程序定义了一个类A,它有三个很长的属性名称;然后又创建了一个列表,其中含有100000个字典;而每个字典都有一个长的键,并且用对象作为其值。
最后,它将整个列表封装成一个文件,然后对其进行拆封。下面我们看看它所需的时间。
* Python 2.6: 0.58422702550888062
* Python 3.0: 0.580562502146
* Python 3.1: 0.0455559492111
对于Python 3.0和3.1来说,此封装的大小都是200359字节。用时如下所示:
* Python 2.6: 0.58422702550888062
* Python 3.0: 0.580562502146
* Python 3.1: 0.0455559492111
五、其他变化
下面是新版本中一些其他方面的性能改善:
u 元组和字典仅仅存放垃圾收集器不再跟踪的不可跟踪对象
u
一个新的配置选项--with-computed-gotos。这个选项能够使字节码估价循环使用一个新的调度机制,并能提速20%(并非所有编译器都可用)。
u 在之前的版本中整数占据15位,现在可以在15位或者30位之间进行选择。30位整数在64
位系统上速度更快,但是在32位系统上的速度尚不清楚。 所以,在64
位系统上时默认为30位,在32位系统上默认为15位。对于UNIX操作系统,可以使用另一个新的配置选项即--enable-big-digits来覆盖这个默认设置。
六、Python 3的程序库迁移
您可能已经听说了,Python 3是一个颇具争议的版本,因为它缺乏对Python
2.x的向后兼容性。Python开发团队虽然在简化从Python 2.x到Python
3.x的迁移方面做了大量的工作,但是他们仍然没有将所有现有的第三方程序库全部迁移到Python
3版本。遗憾的是,对于许多项目来说,这仍然是一个主要问题。所以,这里还有一个先有鸡还是先有蛋的问题。程序库开发人员不会积极将其程序库移植到Python
3,除非他们的用户要求他们这样做。同时,用户也在等待所有依赖的程序库全部移到Python 3,这是它们才会将项目移植到Python
3。
Python语言的程序包索引中包含了大约5000个通用的软件包,同时还有50个专门用于Python 3的软件包。
当然,这5000个软件包中可能含有一些已经无人维护的软件包。是被大量项目所使用的一些“轴心”软件包却是要移植的关键软件包。人们通常认为,Python
3之所以没有引起太大的轰动,是因为许多“轴心”软件包,例如numpy、PIL和twisted还没有移植到Python
3的缘故。毫无疑问,重要的软件包通常更大,并也更复杂,所以移植起来也更加费时。
七、小结
就像您看到的那样,在Python
3.1中的关键功能、方便性和性能方面发生了许多改进。这个版本再次向世人证明,Python语言是多么的稳固,它的开发人员和社区又是多么的可信赖的。它是一个非常均衡的版本,无论是核心语言还是标准程序库,两个方面都照顾到了。用一句话概括:这是一个产品级的版本。
python一加到二十等于多少_Python 3.1新变化之性能改善篇(转载)相关推荐
- python一加到二十等于多少_python-函数进阶
python-函数进阶 1,名称空间 又名name space, 顾名思义就是存放名字的地方,存什么名字呢?举例说明,若变量x=1,1存放于内存中,那名字x存放在哪里呢?名称空间正是存放名字x与1绑定 ...
- python一加到二十_46 python学习笔记
0 引言 之前用python跑过深度学习的代码,用过一段时间的jupiter和tensorflow:最近在Ubuntu下搭建起了VSCode + Anaconda的python开发环境,感觉很好用,尤 ...
- python数据挖掘笔记】二十.KNN最近邻分类算法分析详解及平衡秤TXT数据集读取
#2018-04-06 07:57:00 April Friday the 14 week, the 096 day SZ SSMR python数据挖掘笔记]二十.KNN最近邻分类算法分析详解及平衡 ...
- python+OpenCV笔记(二十四):Shi-Tomasi角点检测
Shi-Tomasi角点检测 原理 python+OpenCV笔记(二十二):角点检测原理(Harris角点检测原理.Shi-Tomasi角点检测原理)https://blog.csdn.net/qq ...
- GUI的演化和python编程——Python学习笔记之二十二
GUI的演化和python编程--Python学习笔记之二十二 写完了有关长寿的两篇博文,本该去完成哥德尔那个命题六的.对计算机图形界面的好奇,让我把注意力暂时离开那个高度抽象难读的哥德尔,给转到计算 ...
- Docker最全教程之Python爬网实战(二十二)
Python目前是流行度增长最快的主流编程语言,也是第二大最受开发者喜爱的语言(参考Stack Overflow 2019开发者调查报告发布).笔者建议.NET.Java开发人员可以将Python发展 ...
- python rot13解密_codewars(python)练习笔记二十:ROT13解密
codewars(python)练习笔记二十:ROT13解密 题目 How can you tell an extrovert from an introvert at NSA? Va gur ryr ...
- 【python数据挖掘课程】二十五.Matplotlib绘制带主题及聚类类标的散点图
这是<Python数据挖掘课程>系列文章,希望对您有所 帮助.当我们做聚类分析绘制散点图时,通常会遇到无法区分散点类标的情况,做主题分析时,可能会遇到无法将对应散点的名称(尤其中文名称)添 ...
- 【python数据挖掘课程】二十四.KMeans文本聚类分析互动百科语料
这是<Python数据挖掘课程>系列文章,也是我上课内容及书籍中的一个案例.本文主要讲述文本聚类相关知识,包括中文分词.数据清洗.特征提取.TF-IDF.KMeans聚类等步骤.本篇文章为 ...
最新文章
- matlab2014仿真pid程序,先进 PID 控制及其 MATLAB 仿真 (PDF+程序)
- eclipse 全局替换
- 自动发现网络拓扑,一站式点击完成
- 【Demo】创建固定资产Bapi
- ccf报数游戏java,CCF 201712-2 游戏 《超越自我,攀登顶峰》
- osgViewer::Viewer缩放、平移对单个模型不起作用
- php隐藏IP最后位,替换手机号中间数字为*号
- oracle时间查询
- charles抓包工具的使用:手机抓包设置和安装证书
- PMP通关必备——知识地图全套(附PMBOK第七版)
- 社交聊天平台完整版源码【vue前端+后台+完整数据库+完整文档教程】
- nrf52840 spi 32MHz配置
- openwrt编译smartdns_【萌新理解交流】浅谈openWRT中的smartDNS中各个选项如何设置及其含义。...
- 初探PHP开源采集器----蓝天采集器
- 如何申请Office 365 E5开发者账号,开通OneDrive 5T空间教程
- MySQL存储IP字段类型
- 卡卡IT学院模式:轻培训业态重线下资源整合
- 知乎电商创业准备_你准备参加早期创业了吗
- 微营销好标题之金玉良言(微营销标题吸引粉丝篇-4)
- echarts实现单3D立体柱状图