python编程效率注意事项

时间：2007-04-17 来源：ima

名字空间使用

由于python是运行的时候确定变量的位置，所以在运行的时候要做名字解析，依次是最内层（局部变量），中层（调用栈，当前模块），最外层（内置对象）。
对于“."操作符号，“self.val”的引用方式比“val=self.val,val”慢了一成。
对于import 操作符，import os与，from os import listdir,在频繁使用listdir的情况下，后者的速度快的多.
造成这种区别的原因是python的名字解析机制,每个层次都会有自己的名字字典.对于频繁使用的对象,应该将其名字倒入到最内层名子字典
要点：尽量减少名字解析的运算复杂度，适当使用别名和import；利用global 改变变量的属性

对象的正确使用

在对变量进行可变操作时，选择适当的方式，可以避免许多无效的工作。
比如对于str类型，其本身是不可变的，任何的可变操作都会导致新对象的产生，所以类似
strarr=["a","b","c"，"d"];
joinstr='';
for s in strarr:joinstr+=s;
执行的效率很低，生成了 a+b,a+b+c的副本。
简单的办法是，joinstr=''.join(strarr);
这个对于批量的串操作很有意义.可以将处理过程中生成的串以列表形式存放,最终使用join方法合并

对少量的串的合并，可以用
joinstr=(%s%s%s)%(strarr[0],strarr[1],strarr[2]);
减少副本的生成

减少判断的方法

对于某些少量出现的异常，用处理异常的方式比每次都作判断强的多。
这个类似c中的case语句的顺序,可以根据各种情况的概率确定合适的方法

参数的使用

尽量减少传递参数的规模，python是值传递的，大量的参数会导致额外的工作量

性能诊断工具

import profile;
profile.run('函数名()');
会打印出函数调用次数以及时间
time模块的time()取得时间
###<<dive into python >> 建议不要用自己的记时函数

timeit
import timeit
t=timeit.Timer("cmd","import modules")
t.timeit([runtimes,default is 1000000])
t.repeat(round,times)
输出某条语句执行设定次数的耗时