掌握一些技巧，可尽量提高Python程序性能，也可以避免不必要的资源浪费。
追求性能极限是一个有趣的游戏, 而过度优化就会变成嘲弄了。虽然Python授予你与C接口无缝集成的能力, 你必须问自己你花数小时的艰辛优化工作用户是否买帐. 
另一方面, 牺牲代码的可维护性换取几毫秒的提升是否值得，团队中的成员常常会感谢你编写了简洁的代码。

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，提高性能并节省内存。
Python检索局部变量比检索全局变量快. 这意味着,避免 "global" 关键字.
使用局部变量替换模块名字空间中的变量，例如 ls = os.linesep。一方面可以提高程序性能，局部变量查找速度更快；另一方面可用简短标识符替代冗长的模块变量，提高可读性。

2、减少函数调用次数
      2.1 对象类型判断时，采用isinstance()最优，采用对象类型身份id()次之，采用对象值type()最次。

num = 1print("调用三次函数：",type(num) == type(0) )
print("身份比较：",type(num) is type(0) )
print("调用一次函数：",isinstance(num,(int)) )

      2.2 不要在重复操作的内容作为参数放到循环条件中，避免重复运算。

c =[1,2,3]
i = 1
j = 1while i < len(c):print("每次循环都需要重新执行len(c)")i += 1m = len(c)
while j < m:print("len(c)仅执行一次")j += 1

      2.3 如需使用模块X中的某个函数或对象Y，应直接使用from X import Y，而不是import X; X.Y。这样在使用Y时，可以减少一次查询（解释器不必首先查找到X模块，然后在X模块的字典中查找Y）。

3、采用映射替代条件查找
映射（比如dict等）的搜索速度远快于条件语句（如if等）。Python中也没有select-case语句。

a = 1
b = 1if a == 1:b = 10
elif a == 2:b = 20
print("if查找：",b)     #结果为10d = {1:10,2:20}
e =d[a]
print("dict查找,性能更优：",e)    # 结果为10

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更快。

f = [1,2,3]for item in f:print("迭代元素：",item)
for i in range(len(f)):print("迭代索引：",f[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，其不会真正创建列表，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。

f = 'File.txt'         #计算文件f名称长度的非空字符个数l1 = sum([len(word) for line in f for word in line.split()])
print("生成器表达式：",l1)
l2 = sum(len(word) for line in f for word in line.split())
print("列表解析：",l2)

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
模块中的最高级别Python语句（没有缩进的代码）会在模块导入（import）时执行（不论其是否真的必要执行）。因此，应尽量将模块所有的功能代码放到函数中，包括主程序相关的功能代码也可放到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。