商丘市住房和城乡建设厅网站,电脑网站打不开怎么解决,手机网站排名怎么做,可以做试卷的网站英语怎么说讨厌Python的人总是说#xff0c;他们不想使用它的原因之一是它很 慢。嗯#xff0c;特定程序(无论使用何种编程语言)是快还是慢#xff0c;在很大程度上取决于编写该程序的开发人员以及编写优化而 快速的 程序的技能和能力 。因此#xff0c;让我们证明一些人是错误的他们不想使用它的原因之一是它很 慢。嗯特定程序(无论使用何种编程语言)是快还是慢在很大程度上取决于编写该程序的开发人员以及编写优化而 快速的 程序的技能和能力 。因此让我们证明一些人是错误的让我们看看如何改善Python程序的性能 并使它们真正更快时序分析在开始进行任何优化之前我们首先需要找出代码的哪些部分实际上会使整个程序变慢。有时程序的瓶颈可能很明显但是如果您不知道它在哪里那么这里有一些可供您选择的选项最懒惰的“配置文件”首先最简单和诚实的说是非常懒惰的解决方案-Unix time命令如果您只想计时整个程序这可能会起作用通常这是不够的……最详细的分析另一端是 cProfile它将为您提供 过多 信息在这里我们使用cProfile模块和 time 参数运行测试脚本 以便按内部时间(cumtime)对行进行排序 。这给了我们 很多信息您在上面看到的行大约是实际输出的10。由此可见 exp 函数是罪魁祸首( SurpriseSurprise)现在我们可以更详细地了解时序和性能分析...时序特定功能现在我们知道了将注意力转移到哪里我们可能想对慢速函数计时而不用测量其余的代码。为此我们可以使用简单的装饰器然后可以将此装饰器应用于待测功能如下所示这给我们这样的输出有一点要考虑的是 什么样的时间我们其实(想)措施。时间包提供time.perf_counter 和 time.process_time。此处的区别是perf_counter返回绝对值其中包括Python程序进程未运行时的时间因此它可能会受到计算机负载的影响。另一方面process_time仅返回用户时间(不包括系统时间)这仅是您的处理时间。使其更快现在是有趣的部分。让我们让您的Python程序运行得更快。我(大部分)不会向您展示一些可以神奇地解决您的性能问题的技巧技巧和代码段。这更多地是关于一般构想和策略的这些构想和策略在使用时可能会对性能产生巨大影响在某些情况下最高可以提高30。使用内置数据类型这个很明显。内置数据类型非常快特别是与树或链接列表之类的自定义类型相比。这主要是因为内置程序是用C实现的 因此在使用Python进行编码时我们的速度实在无法与之匹敌。使用lru_cache缓存/记忆使用局部变量这与在每个作用域中查找变量的速度有关。我正在编写 每个作用域因为它不只是使用局部变量还是全局变量。实际上即使在函数(最快)类级属性(例如self.name 较慢)和全局变量(例如最慢)等全局 变量之间查找速度实际上也有所不同 time.time 。您可以通过使用看似不必要(直接无用的)的分配来提高性能如下所示使用函数这似乎违反直觉因为调用函数会将更多的东西放到堆栈上并从函数返回中产生开销但这与上一点有关。如果仅将整个代码放在一个文件中而不将其放入函数中则由于全局变量它的运行速度会慢得多。因此您可以通过将整个代码包装在main函数中并调用一次来加速代码 如下所示不访问属性可能会使程序变慢的另一件事是 点运算符(.)在访问对象属性时使用。该运算符使用触发字典查找 __getattribute__这会在代码中产生额外的开销。那么我们如何才能真正避免(限制)使用它呢当心字符串当使用模数 (%s)或 .format()。进行循环运行时字符串操作可能会变得非常慢 。我们有什么更好的选择我们唯一应该使用的是 f-string它是最易读简洁且最快的方法。因此根据该推文这是您可以使用的方法列表-最快到最慢生成器本质上并没有更快因为它们被允许进行惰性计算从而节省了内存而不是时间。但是保存的内存可能会导致您的程序实际运行得更快。怎么样好吧如果您有一个很大的数据集并且没有使用生成器(迭代器)那么数据可能会溢出CPU L1缓存这将大大减慢内存中值的查找。就性能而言非常重要的一点是CPU可以将正在处理的所有数据尽可能地保存在缓存中。结论优化的首要规则是 不这样做。但是如果确实需要那么我希望这些技巧可以帮助您。但是在优化代码时要小心因为它可能最终使您的代码难以阅读因此难以维护这可能会超出优化的好处。
