我的Python程序太慢了。我该如何提速？

如果你的Python程序太慢，你可以遵循下面给出的提示和技巧 -

抽象

避免过度抽象，尤其是在微小函数或方法的形式下。抽象往往会产生间接性，并迫使解释器做更多的工作。如果间接级别超过了完成的有用工作量，您的程序将会变慢

避免循环开销

如果循环体很简单，for循环本身的解释器开销可能占据了很大一部分开销。这就是map函数工作得更好的地方。唯一的限制是map的循环体必须是一个函数调用。

Example

示例

让我们看一个循环的例子

立即学习“Python免费学习笔记（深入）”；

newlist = []
for word in oldlist:
   newlist.append(word.upper())

我们可以使用map而不是上面的循环来避免开销−

newlist = map(str.upper, oldlist)

使用列表理解

使用列表推导式比 for 循环使用更少的开销让我们看看使用列表推导式实现的相同示例 -

newlist = [s.upper() for s in oldlist]

生成器表达式

生成器表达式是在 Python 2.4 中引入的。这些被认为是循环的最佳替代方案，因为它避免了立即生成整个列表的开销。相反，它们返回一个生成器对象，可以逐位迭代 -

lucene索引优化 中文WORD版

本文档主要讲述的是lucene索引优化；这篇文章主要介绍了如何提高Lucene的索引速度。介绍的大部分思路都是很容易尝试的，当然另外一部分可能会加大你程序的复杂度。所以请确认索引速度确实很慢，而且很慢的原因确实是因为Lucene自身而造成的；希望本文档会给有需要的朋友带来帮助；感兴趣的朋友可以过来看看

下载

iterator = (s.upper() for s in oldlist)

本地变量

Python访问本地变量比全局变量更高效。我们可以使用本地变量本身来实现上面的示例 -

def func():
   upper = str.upper
   newlist = []
   append = newlist.append
   for word in oldlist:
      append(upper(word))
   return newlist

导入语句开销

导入语句可以很容易地执行。将它们放在函数内部以限制其可见性和/或减少初始启动时间通常是很有用的。在某些情况下，重复执行导入语句可能会严重影响性能。

连接字符串

当使用Join连接多个字符串时，这是一个更好和更快的选项。然而，当字符串不多时，使用+运算符进行连接更高效。它执行时间更短。让我们通过两个例子来看看这个。

使用 + 运算符连接多个字符串

Example

示例

We will now concatenate many strings and check the execution time using the time module −

from time import time
myStr =''
a='gjhbxjshbxlasijxkashxvxkahsgxvashxvasxhbasxjhbsxjsabxkjasjbxajshxbsajhxbsajxhbasjxhbsaxjash'
l=[]

# Using the + operator
t=time()
for i in range(1000):
   myStr = myStr+a+repr(i)
print(time()-t)

输出

0.003464221954345703

使用Join连接多个字符串

示例

示例

我们现在将使用 Join 连接许多字符串并检查执行时间。当我们有很多字符串时，连接是一个更好更快的选择 -

from time import time

myStr =''
a='gjhbxjshbxlasijxkashxvxkahsgxvashxvasxhbasxjhbsxjsabxkjasjbxajshxbsajhxbsajxhbasjxhbsaxjash'
l=[]

# Using the + operator
t=time()
for i in range(1000):
   l.append(a + repr(i))
z = ''.join(l)
print(time()-t)

输出

0.000995635986328125