Python已經(jīng)得到了全球程序員的喜愛(ài)，但是還是遭到一些人的詬病，原因之一就是認(rèn)為它運(yùn)行緩慢。

其實(shí)某個(gè)特定程序(無(wú)論使用何種編程語(yǔ)言)的運(yùn)行速度是快還是慢，在很大程度上取決于編寫該程序的開(kāi)發(fā)人員自身素質(zhì)，以及他們編寫優(yōu)化而高效代碼的能力。

Medium上一位小哥就詳細(xì)講了講如何讓python提速30%，以此證明代碼跑得慢不是python的問(wèn)題，而是代碼本身的問(wèn)題。

時(shí)序分析

在開(kāi)始進(jìn)行任何優(yōu)化之前，我們首先需要找出代碼的哪些部分使整個(gè)程序變慢。有時(shí)程序的問(wèn)題很明顯，但是如果你一時(shí)不知道問(wèn)題出在哪里，那么這里有一些可能的選項(xiàng)：

注意：這是我將用于演示的程序，它將進(jìn)行指數(shù)計(jì)算(取自Python文檔)：

如果你只能知道整個(gè)程序的運(yùn)行時(shí)間，這樣就夠了，但通常這還遠(yuǎn)遠(yuǎn)不夠。

最詳細(xì)的分析

另外一個(gè)指令是cProfile，但是它提供的信息過(guò)于詳細(xì)了。

在這里，我們使用cProfile模塊和time參數(shù)運(yùn)行測(cè)試腳本，以便按內(nèi)部時(shí)間(cumtime)對(duì)行進(jìn)行排序。這給了我們很多信息，你在上面看到的行大約是實(shí)際輸出的10%。由此可見(jiàn)，exp函數(shù)是罪魁禍?zhǔn)祝F(xiàn)在我們可以更詳細(xì)地了解時(shí)序和性能分析。

時(shí)序特定功能

現(xiàn)在我們知道了應(yīng)當(dāng)主要關(guān)注哪里，我們可能想對(duì)運(yùn)行速度緩慢的函數(shù)計(jì)時(shí)，而不用測(cè)量其余的代碼。為此，我們可以使用一個(gè)簡(jiǎn)單的裝飾器：

然后可以將此裝飾器應(yīng)用于待測(cè)功能，如下所示：

這給出我們?nèi)缦螺敵觯?/p>

需要考慮的一件事是我們實(shí)際想要測(cè)量的時(shí)間。時(shí)間包提供time.perf_counter和time.process_time兩個(gè)函數(shù)。他們的區(qū)別在于perf_counter返回的絕對(duì)值，包括你的Python程序進(jìn)程未運(yùn)行時(shí)的時(shí)間，因此它可能會(huì)受到計(jì)算機(jī)負(fù)載的影響。另一方面，process_time僅返回用戶時(shí)間(不包括系統(tǒng)時(shí)間)，這僅是你的過(guò)程時(shí)間。

加速吧!

讓Python程序運(yùn)行得更快，這部分會(huì)很有趣!我不會(huì)展示可以解決你的性能問(wèn)題的技巧和代碼，更多地是關(guān)于構(gòu)想和策略的，這些構(gòu)想和策略在使用時(shí)可能會(huì)對(duì)性能產(chǎn)生巨大影響，在某些情況下，可以將速度提高30%。

使用內(nèi)置數(shù)據(jù)類型

這一點(diǎn)很明顯。內(nèi)置數(shù)據(jù)類型非常快，尤其是與我們的自定義類型(例如樹(shù)或鏈接列表)相比。這主要是因?yàn)閮?nèi)置程序是用C實(shí)現(xiàn)的，因此在使用Python進(jìn)行編碼時(shí)我們的速度實(shí)在無(wú)法與之匹敵。

使用lru_cache緩存/記憶

我已經(jīng)在上一篇博客中展示了此內(nèi)容，但我認(rèn)為值得用簡(jiǎn)單的示例來(lái)重復(fù)它：

上面的函數(shù)使用time.sleep模擬大量計(jì)算。第一次使用參數(shù)1調(diào)用時(shí)，它將等待2秒鐘，然后才返回結(jié)果。再次調(diào)用時(shí)，結(jié)果已經(jīng)被緩存，因此它將跳過(guò)函數(shù)的主體并立即返回結(jié)果。有關(guān)更多實(shí)際示例，請(qǐng)參見(jiàn)以前的博客文章。

使用局部變量

這與在每個(gè)作用域中查找變量的速度有關(guān)，因?yàn)樗恢皇鞘褂镁植孔兞窟€是全局變量。實(shí)際上，即使在函數(shù)的局部變量(最快)，類級(jí)屬性(例如self.name——較慢)和全局(例如，導(dǎo)入的函數(shù))如time.time(最慢)之間，查找速度實(shí)際上也有所不同。

你可以通過(guò)使用看似不必要的分配來(lái)提高性能，如下所示：

使用函數(shù)

這似乎違反直覺(jué)，因?yàn)檎{(diào)用函數(shù)會(huì)將更多的東西放到堆棧上，并從函數(shù)返回中產(chǎn)生開(kāi)銷，但這與上一點(diǎn)有關(guān)。如果僅將整個(gè)代碼放在一個(gè)文件中而不將其放入函數(shù)中，則由于全局變量，它的運(yùn)行速度會(huì)慢得多。因此，你可以通過(guò)將整個(gè)代碼包裝在main函數(shù)中并調(diào)用一次來(lái)加速代碼，如下所示：

不訪問(wèn)屬性

可能會(huì)使你的程序變慢的另一件事是點(diǎn)運(yùn)算符(.)，它在獲得對(duì)象屬性時(shí)被使用。此運(yùn)算符使用__getattribute__觸發(fā)字典查找，這會(huì)在代碼中產(chǎn)生額外的開(kāi)銷。那么，我們?nèi)绾尾拍苷嬲苊?限制)使用它呢?

當(dāng)心字符串

使用模數(shù)(%s)或.format()進(jìn)行循環(huán)運(yùn)行時(shí)，字符串操作可能會(huì)變得非常慢。我們有什么更好的選擇?根據(jù)雷蒙德·海廷格(Raymond Hettinger)最近的推特，我們唯一應(yīng)該使用的是f字符串，它是最易讀，最簡(jiǎn)潔且最快的方法。根據(jù)該推特，這是你可以使用的方法列表——最快到最慢：

生成器本質(zhì)上并沒(méi)有更快，因?yàn)樗鼈儽辉试S進(jìn)行延遲計(jì)算，從而節(jié)省了內(nèi)存而不是時(shí)間。但是，保存的內(nèi)存可能會(huì)導(dǎo)致你的程序?qū)嶋H運(yùn)行得更快。這是怎么做到的?如果你有一個(gè)很大的數(shù)據(jù)集，而沒(méi)有使用生成器(迭代器)，那么數(shù)據(jù)可能會(huì)溢出CPU L1緩存，這將大大減慢內(nèi)存中值的查找速度。

在性能方面，非常重要的一點(diǎn)是CPU可以將正在處理的所有數(shù)據(jù)盡可能地保存在緩存中。你可以觀看Raymond Hettingers的視頻，他在其中提到了這些問(wèn)題。

結(jié)論

優(yōu)化的首要規(guī)則是不要優(yōu)化。但是，如果確實(shí)需要，那么我希望上面這些技巧可以幫助你。但是，在優(yōu)化代碼時(shí)要小心，因?yàn)樗赡茏罱K使你的代碼難以閱讀，因此難以維護(hù)，這可能超過(guò)優(yōu)化的好處。