Python使許多編程任務變得簡單，但是對于很關鍵的任務并不總是提供最好的性能。使用C、C++或者機器語言擴展包來執(zhí)行關鍵任務能極大改善性能。這些包是依賴于平臺的，也就是說，你必須使用特定的、與你使用的平臺相關的包。簡而言之,該解決方案提供了一些應用程序的可移植性,以換取性能,您可以獲得只有通過直接向底層主機編程。下面這些擴展包你可以考慮添加到你的個人擴展庫中：

Cython
PyInlne
PyPy
Pyrex

這些包有不同的作用和執(zhí)行方式。例如，Pyrex 讓Python處理一些內存任務變得簡單高效；PyInline可以直接讓你在Python應用程序中使用C代碼，雖然內聯(lián)代碼被單獨編譯，但是如果你能高效的利用C代碼，它可以在同一個地方處理每一件事情。

2、使用關鍵字排序

有很多古老的Python代碼在執(zhí)行時將花費額外的時間去創(chuàng)建一個自定義的排序函數(shù)。最好的排序方式是使用關鍵字和默認的sort()方法，看看下面的示例：

復制代碼代碼如下:

import operator

somelist = [(1, 5, 8), (6, 2, 4), (9, 7, 5)]

somelist.sort(key=operator.itemgetter(0))

somelist

#Output = [(1, 5, 8), (6, 2, 4), (9, 7, 5)]

somelist.sort(key=operator.itemgetter(1))

somelist

#Output = [(6, 2, 4), (1, 5, 8), (9, 7, 5)]

somelist.sort(key=operator.itemgetter(2))

somelist

#Output = [(6, 2, 4), (9, 7, 5), (1, 5, 8)],

每一個案例的列表是根據(jù)你選擇作為關鍵字參數(shù)的索引排序的，這種方式對字符串和數(shù)字排序同樣適用。

3、優(yōu)化循環(huán)

每一種編程語言都強調循環(huán)語句的優(yōu)化，Python也是一樣的。盡管你可以依賴于豐富的技術讓循環(huán)運行的更快，然而，開發(fā)者經常忽略的一個方法是避免在循環(huán)內部使用點拼接字符串。對于下面的示例：

復制代碼代碼如下:

lowerlist = ['this', 'is', 'lowercase']

upper = str.upper

upperlist = []

append = upperlist.append

for word in lowerlist:

    append(upper(word))

    print(upperlist)

    #Output = ['THIS', 'IS', 'LOWERCASE']

每一次調用str.upper，Python都會去求這個方法的值。但是如果你把求值的結果放入一個變量中，就能提高程序的性能。這個關鍵是減少Python內執(zhí)行的循環(huán)次數(shù),因為Python解析這些實例是比較慢的。

4、使用新版本

任何一個在線上搜索Python資料的人都會發(fā)現(xiàn)無數(shù)關于Python版本遷移的信息。通常，Python每一個版本都針對之前的一個版本做了優(yōu)化和改進，以讓Python運行的更快。限制因素是你喜歡的函數(shù)庫是否也針對Python的新版本做了改進。

當你使用了新的函數(shù)庫，獲得了Python的新版本，你需要保證代碼依然能夠運行，檢查應用，修正差異。

然后，如果你僅僅是保證應用能夠在新版本上運行，你可能錯過新功能的更新。一旦你做了改進，在新版本下配置應用程序，檢查問題區(qū)域并優(yōu)先使用新功能更新，對于之前的升級，用戶將看到更大性能的提升。

5、嘗試多種編程方法

每一次你創(chuàng)建應用的時候，都使用同一種編程方法，在某些情況下降導致程序運行會比預期的慢。在分析的過程中做一些小試驗。例如，當管理字典中的數(shù)據(jù)項時，可以采用安全的方法確定數(shù)據(jù)項是否已經存在并需要更新它，或者你可以直接添加條目,然后處理項目根本不存在的情況。

復制代碼代碼如下:

n = 16

myDict = {}

for i in range(0, n):

    char = 'abcd'[i%4]

    if char not in myDict:

        myDict[char] = 0

        myDict[char] += 1

        print(myDict)

當myDict是空時，上述的代碼通常會運行的更快。但當myDict已經有數(shù)據(jù)填充時，就有更好的方法可以選擇：

復制代碼代碼如下:

n = 16

myDict = {}

for i in range(0, n):

    char = 'abcd'[i%4]

    try:

        myDict[char] += 1

    except KeyError:

        myDict[char] = 1

    print(myDict)

兩種情況下都輸出{'d': 4, 'c': 4, 'b': 4, 'a': 4}，唯一的差異是輸出是怎么獲得的。站在盒子外考慮和創(chuàng)建新的編程技巧都能讓你的程序獲得更快的運行速度。

6、交叉編譯程序

開發(fā)者有時會忘記計算機不能識別任何一種現(xiàn)在應用程序語言，它只識別機器代碼。為了運行程序，需要一個應用將人類可讀的代碼轉換成計算機能識別的代碼。當用一種語言寫程序時，例如Python，然后用另外一種語言來運行它，例如C++，從性能角度看是有道理的。這個取決于你想要用這個應用做什么和主機系統(tǒng)能夠提供什么資源。

一個有趣的交叉編譯器，Nuitka, 能將Python轉換成C++代碼，結果是你可以再本機模式下執(zhí)行應用，而不是依賴于解釋器。根據(jù)平臺和任務中,你可以看到顯著的性能提高。

以上就是本文的全部內容了，希望對大家學習Python有所幫助。

您可能感興趣的文章: