1. 使用局部变量
尽量使用局部变量代替全局变量: 便于维护, 也可以避免不必要的资源浪费
使用局部变量替换模块名字空间的变量, 例如: ls = os.linesep. 一方面给可以提高程序性能, 局部变量查找速度更快; 另一方面可以采用简短标识符代替冗长的模块变量, 提高可读性.
2. 减少函数调用次数
对象类型判断时, 采用欧冠isinstance()最优, 采用对象类型身份(id())次之, 采用对象值(type())最次之.
#判断变量num是否为整数类型 type(num) == type(0) #调用三次函数 type(num) is type(0) #身份比较 isinstance(num,(int)) #调用一次函数
不要将重复操作的内容作为参数放到循环条件中, 避免重复运算.
#每次循环都需要重新执行len(a) while i < len(a): statement #len(a)仅执行一次 m = len(a) while i < m: statement
如果使用某块X的某一个函数或者对象Y, 应该直接使用from X import Y进行引用, 而不是import X; X.Y进行使用. 这样在使用Y时, 可以减少一次查询(解释器不必首要找到X模块, 然后再X模块的字典中查找Y).
3. 采用映射替代条件查询
映射(比如dict等)的搜索速度远快于条件语句(if等).. python中也没有select-case语句.
#if查找 if a == 1: b = 10 elif a == 2: b = 20 ... #dict查找，性能更优 d = {1:10,2:20,...} b = d[a]
4. 直接迭代序列元素
对序列(str, list, tuple等), 直接迭代序列元素, 比迭代元素的索引速度要快.
a = [1,2,3] #迭代元素 for item in a: print(item) #迭代索引 for i in range(len(a)): print(a[i])
5. 采用生成器表达式替代列表解析
列表解析(list comprehension), 会产生整个列表, 对大量数据的迭代会产生负面效应.
而生成器表达式则不会, 其不会真正的创建一个列表, 而是返回一个生成器, 在需要时产生一个值(延迟计算), 对内存更加友好.
#计算文件f的非空字符个数 #生成器表达式 l = sum([len(word) for line in f for word in line.split()]) #列表解析 l = sum(len(word) for line in f for word in line.split())
6. 先编译后调用
使用eval(), exec()函数执行代码时, 最好调用代码对象(提前通过compile()函数编译成字节码,)而不是直接调用str, 可以避免多次执行重复编译过程, 提高程序性能.
正则表达式模式匹配也类似, 也最好先将正则表达式模式编译成regex对象(通过re.complie
()函数), 然后再执行比较和匹配
7. 模块编程习惯
模块中的最高级Python语句(无缩进的代码)会在模块导入(import)时执行(不论其是否真的有必要执行). 因此, 应尽量将模块所有的功能代码放到函数中, 包括主程序相关的代码也可以放到main()函数中, 主程序本身调用main()函数.
可以在模块的main()函数中书写测试的代码. 在主程序中, 检测name的值, 如果为"main"(表示模块是被直接执行, 则调用main()函数进行测试; 如果为模块名字(表示模块是被调用),则不进行测试.