Python代码运行速度提升技巧!Python远比你想象中的快~

文章目录

  • 前言
  • 一、使用内置函数
  • 二、字符串连接 VS join()
  • 三、创建列表和字典的方式
  • 四、使用 f-Strings
  • 五、使用Comprehensions
  • 六、附录- Python中的内置函数
  • 总结
      • 关于Python技术储备
        • 一、Python所有方向的学习路线
        • 二、Python基础学习视频
        • 三、精品Python学习书籍
        • 四、Python工具包+项目源码合集
        • ①Python工具包
        • ②Python实战案例
        • ③Python小游戏源码
        • 五、面试资料
        • 六、Python兼职渠道


前言

其实,Python 比我们想象的运行的要快。我们之所以有先入为主的认为Python运行慢,可能是我们平常的误用和缺乏使用技巧知识。

接下来让我们看看如何用一些简单的Trick来提高我们程序的运行性能
在这里插入图片描述


一、使用内置函数

Python中的许多内置函数都是用C实现的,并且经过了很好的优化。因此,如果熟悉这些内置函数,就可以提高Python代码的性能。一些常用的内置函数有sum()len()map()max()等。

假设我们有一个包含单词的列表,我们希望每个单词的首字母均变为大写。此时使用map()函数是不错的选择。

一般版本:

new_list = []
word_list = ["i", "am", "a", "python", "programmer"]
for word in word_list:new_list.append(word.capitalize())

改进版本:

word_list = ["i", "am", "a", "python", "programmer"]
new_list = list(map(str.capitalize, word_list))

时间对比:

import time
new_list = []
word_list = ["i", "am", "a", "python", "programmer"]start = time.time()for word in word_list:new_list.append(word.capitalize())
print(time.time() - start, "seconds")start = time.time()new_list = list(map(str.capitalize, word_list))
print(time.time() - start, "seconds")

运行结果:

1.0013580322265625e-05 seconds
4.76837158203125e-06 seconds

可以看出第二种方法运行速度快了将近2倍。

二、字符串连接 VS join()

在Python中,字符串是不可变的,因此我们不能修改它们。
每次当我们连接多个字符串时,我们将会创建一个新的字符串,此时会导致一些运行性能问题。

一般版本:

new_list = []
word_list = ["I", "am", "a", "Python", "programmer"]
for word in word_list:new_list += word

改进版本:

word_list = ["I", "am", "a", "Python", "programmer"]
new_list = "".join(word_list)

时间对比:

import timenew_list = []
word_list = ["I", "am", "a", "Python", "programmer"]start = time.time()
for word in word_list:new_list += word
print(time.time() - start, "seconds")start = time.time()
new_list = "".join(word_list)
print(time.time() - start, "seconds")

运行结果:

4.0531158447265625e-06 seconds
9.5367431640625e-07 seconds

使用Join()函数可以让代码运行快4倍。

三、创建列表和字典的方式

一般来说,使用[]{}来创建列表和字典相比使用list()dict{}运行更加高效。这是因为使用list()dict{}来创建对象时需要调用一个附加函数。

一般版本:

list()
dict()

改进版本:

()
{}

时间对比:
为了便于对比时间,这里我们使用timeit函数来统计,我们运行1百万次,来看二者的时间对比,代码如下:

import timeitslower_list = timeit.timeit("list()", number=10**6)
slower_dict = timeit.timeit("dict()", number=10**6)faster_list = timeit.timeit("[]", number=10**6)
faster_dict = timeit.timeit("{}", number=10**6)print(slower_list, "seconds")
print(slower_dict, "seconds")
print(faster_list, "seconds")
print(faster_dict, "seconds")

运行结果:

0.08825178800000001 seconds
0.083323732 seconds
0.019935448999999994 seconds
0.027835573000000002 seconds

可以看出,我们的运行速度快了将近4倍。

四、使用 f-Strings

我们已经知道将字符串进行串联可能会使程序变慢。
另一个比较好的解决方案是使用f-Strings
一般版本:

me = "Python"
string = "Make " + me + " faster"

改进版本:

me = "Python"
string = f"Make {me} faster"

时间对比:

import time
me = "Python"start = time.time()
string = "Make " + me + " faster"
print(time.time() - start, "seconds")start = time.time()
string = f"Make {me} faster"
print(time.time() - start, "seconds")

运行结果:

2.1457672119140625e-06 seconds
9.5367431640625e-07 seconds

可以看出,我们的运行速度快了将近2倍。

五、使用Comprehensions

Python中的List Comprehensions为我们提供了更短的语法,甚至只有一行代码来实现各种强大的功能。很多用到循环的场景下,我们尽量使用生成式的语法来实现。

一般版本:

new_list = []
existing_list = range(1000000)
for i in existing_list:if i % 2 == 1:new_list.append(i)

较快版本:

existing_list = range(1000000)
new_list = [i for i in existing_list if i % 2 == 1]

时间对比:

import timenew_list = []
existing_list = range(1000000)start = time.time()
for i in existing_list:if i % 2 == 1:new_list.append(i)
print(time.time() - start, "seconds")start = time.time()
new_list = [i for i in existing_list if i % 2 == 1]
print(time.time() - start, "seconds")

运行结果:

0.16418218612670898 seconds
0.07834219932556152 seconds

可以看出,我们的运行速度快了将近2倍。

六、附录- Python中的内置函数

我们可以通过官网来查看Python的内置函数。
在这里插入图片描述


总结

如果我们只关注上述例子中一些短小的代码片段,这些技巧似乎没有太大的改善。 实际上,我们的项目很容易变得复杂,此时上述技巧就派上用场啦!


关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!

👉CSDN大礼包:《Python入门资料&实战源码&安装工具】免费领取安全链接,放心点击

一、Python所有方向的学习路线

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
在这里插入图片描述

二、Python基础学习视频

② 路线对应学习视频

还有很多适合0基础入门的学习视频,有了这些视频,轻轻松松上手Python~在这里插入图片描述
在这里插入图片描述

③练习题

每节视频课后,都有对应的练习题哦,可以检验学习成果哈哈!
在这里插入图片描述
因篇幅有限,仅展示部分资料

三、精品Python学习书籍

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
在这里插入图片描述

四、Python工具包+项目源码合集
①Python工具包

学习Python常用的开发软件都在这里了!每个都有详细的安装教程,保证你可以安装成功哦!
在这里插入图片描述

②Python实战案例

光学理论是没用的,要学会跟着一起敲代码,动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。100+实战案例源码等你来拿!
在这里插入图片描述

③Python小游戏源码

如果觉得上面的实战案例有点枯燥,可以试试自己用Python编写小游戏,让你的学习过程中增添一点趣味!
在这里插入图片描述

五、面试资料

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
在这里插入图片描述
在这里插入图片描述

六、Python兼职渠道

而且学会Python以后,还可以在各大兼职平台接单赚钱,各种兼职渠道+兼职注意事项+如何和客户沟通,我都整理成文档了。
在这里插入图片描述
在这里插入图片描述
这份完整版的Python全套学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/146368.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Android Studio Error “Unsupported class file major version 61“---异常信息记录

编译时异常信息 原因及解决办法 问题出在JAVA 17上,并且使用的Gradle JDK是:Android Studio java home版本17.0.1将其更改为:Android Studio默认JDK版本11.0.10 即可解决 操作步骤 1 2 3

“Cloud“(云)

"Cloud"(云)通常指的是云计算(cloud computing),是一种通过互联网提供计算服务的模型。云计算允许用户通过网络访问和使用计算资源,而无需拥有或管理实际的硬件和软件基础设施。这种模型提供了一…

pycharm/vscode 配置black和isort

Pycharm blackd Pycharm中有插件可以实现后台服务运行black:BlackConnect 安装 在python中安装blackd 配置 Pycharm isort pycharm中,isort没有插件,暂使用外部工具实现,外部工具也可添加快捷键实现快捷对文件、文件夹进行fo…

代码执行相关函数以及简单例题

代码/命令 执行系列 相关函数 (代码注入)

【系统架构设计】计算机公共基础知识: 3 计算机网络

目录 一 计算机网络技术概述 二 TCP/IP协议簇 三 网络规划与设计 四 组网技术

Boolean源码解剖学

原创/朱季谦 有天突发其想,想看一下Boolean底层都做了些什么,故而去看了一番Boolean的源码,基于一些思考的基础上,输出了这篇文章。 一.类继承 Boolean的源码类定义部分如下: 1 public final class Boolean implemen…

C#,数值计算——插值和外推,双线性插值(Bilin_interp)的计算方法与源程序

1 文本格式 using System; namespace Legalsoft.Truffer { /// <summary> /// 双线性插值 /// interpolation routines for two dimensions /// Object for bilinear interpolation on a matrix. /// Construct with a vector of x1. /// value…

第三十三节——组合式API生命周期

一、基本使用 组合式api生命周期几乎和选项式一致。注意组合式api是从挂载阶段开始 <template><div></div> </template> <script setup> import {onBeforeMount, onMounted,onBeforeUpdate, onUpdated, onBeforeUnmount, onUnmounted, } from …

sqlite与mysql的差异

差异点 安装过程&#xff1a;MySQL服务器通常需要单独安装&#xff0c;这涉及下载适用于特定操作系统的MySQL安装程序&#xff0c;运行安装程序并按照指示完成安装过程。SQLite作为嵌入式数据库&#xff0c;可以直接使用其库文件&#xff0c;不需要单独的安装过程。 配置和管理…

Leetcode刷题详解——不同路径

1. 题目链接&#xff1a;62. 不同路径 2. 题目描述&#xff1a; 一个机器人位于一个 m x n 网格的左上角 &#xff08;起始点在下图中标记为 “Start” &#xff09;。 机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角&#xff08;在下图中标记为 “Finish”…

系统安全-常见的几种sql注入攻击的方式

1.基于错误的注入 攻击者通过构造恶意的 SQL 语句&#xff0c;使得服务器返回错误信息&#xff0c;从而获取敏感信息。 例如&#xff0c;攻击者可以在登录页面的用户名和密码输入框中输入以下内容&#xff1a; or 11-- 这将使 SQL 语句变为&#xff1a; SELECT * FROM users W…

Vue前端添加水印功能

文章目录 概要技术细节附上几张调整的结果图 概要 前端Vue在页面添加水印&#xff0c;且不影响页面其他功能使用&#xff0c;初级代码水准即可使用&#xff0c;且有防人修改或者删除功能&#xff01; 提示&#xff1a;适用于Vue&#xff0c;组件已经封装开箱即用&#xff0c;有…

【LIUNX】查询IP与MAC地址

查询IP与MAC地址 A.使用ifconfig查询B.使用ip a查询 A.使用ifconfig查询 [rootserver1 ~]# ifconfig ens33: flags4163<UP,BROADCAST,RUNNING,MULTICAST> mtu 1500inet 192.168.3.5 netmask 255.255.255.0 broadcast 192.168.3.255inet6 fe80::7b4c:6610:f082:b301 …

rpmbuild 包名 version 操作系统信息部分来源 /etc/rpm/macros.dist

/etc/rpm/macros.dist openeuler bclinux src.rpm openssl-1.1.1f-13.oe1.src.rpm 打包名称结果 openeuler openssl-1.1.1f-13.aarch64.rpm bclinux openssl-1.1.1f-13.oe1.bclinux.aarch64.rpm 验证 修改openeuler配置文件macros.dist 重新在openeuler上执行rpmbuild…

2.4 矩阵的运算法则

矩阵是数字或 “元素” 的矩形阵列。当矩阵 A A A 有 m m m 行 n n n 列&#xff0c;则是一个 m n m\times n mn 的矩阵。如果矩阵的形状相同&#xff0c;则它们可以相加。矩阵也可以乘上任意常数 c c c。以下是 A B AB AB 和 2 A 2A 2A 的例子&#xff0c;它们都是 …

【Zabbix】Zabbix Agent 2在Ubuntu/Debian系统上的安装

一、Zabbix Agent 2介绍 Zabbix Agent 2是一款监控软件&#xff0c;由Zabbix SIA开发。Zabbix Agent 2可以提供系统、服务、应用程序和网络设备的监控及性能指标数据收集。它是通过在被监视的主机上运行来获取数据。Zabbix Agent 2可以在Linux、Unix、Windows和MAC平台上运行&…

【算法】距离(最近公共祖先节点)

题目 给出 n 个点的一棵树&#xff0c;多次询问两点之间的最短距离。 注意&#xff1a; 边是无向的。所有节点的编号是 1,2,…,n。 输入格式 第一行为两个整数 n 和 m。n 表示点数&#xff0c;m 表示询问次数&#xff1b; 下来 n−1 行&#xff0c;每行三个整数 x,y,k&am…

Elasticsearch-汇总

Elasticsearch-基础介绍 跳转 分布式全文搜索引擎&#xff1a;包含【实时搜索】和【分析引擎】 Elasticsearch-倒排索引 跳转 倒排索引 跳转 Elasticsearch-Term Dictionary和Term Index 跳转 lucene-基础介绍 跳转 Elasticsearch-联合索引 跳转 Elasticsearch-Roaring B…

【Flink】Flink任务缺失Jobmanager日志的问题排查

Flink任务缺失Jobmanager日志的问题排查 问题不是大问题&#xff0c;不是什么代码级别的高深问题&#xff0c;也没有影响任务运行&#xff0c;纯粹因为人员粗心导致&#xff0c;记录一下排查的过程。 问题描述 一个生产环境的奇怪问题&#xff0c;环境是flink1.15.0 on yarn…

vue侦听器详解及代码

在 Vue 中&#xff0c;我们可以使用侦听器&#xff08;watcher&#xff09;来监听数据的变化&#xff0c;并在数据发生变化时执行相应的操作。Vue 提供了 watch 选项来定义侦听器&#xff0c;并可以使用 vm.$watch 方法来创建侦听器。 下面是一个简单的示例&#xff0c;我们监…