大家好!今天呢，我們來聊一聊如何加速你的 python 代碼。

Python 語言的優(yōu)點(diǎn)可以列舉出許多，語法簡單易懂、模塊豐富、應(yīng)用廣泛等等。但是世界上沒有有完美的東西，python 一個(gè)明顯缺點(diǎn)就是運(yùn)行速度慢，至少跟 C 語言沒法比。

所以，不安于現(xiàn)狀的 Pythoner 就開發(fā)了許多工具。其中，最著名的莫過于 Cython 和 Numba。其中 Cython 可以把 Python 代碼轉(zhuǎn)成 C 代碼執(zhí)行，而 Numba 則是 Python 中的一個(gè) JIT 編譯器(即時(shí)編譯器)，以此提高運(yùn)行效率。

不過我們今天不講這些復(fù)雜的工具，看看能不能只通過改進(jìn)你的 Python 代碼以提高速度。

函數(shù)

函數(shù)可以提高代碼的可讀性，那么用了函數(shù)對(duì)程序的執(zhí)行效率是否有影響呢?我們來做個(gè)對(duì)比實(shí)驗(yàn)。

先來看一個(gè)不用函數(shù)的版本：

import mathimport time 
start = time.time()    # 開始計(jì)時(shí)lst = []    # 定義一個(gè)空列表for i in range(1, 10000000):    lst.append(math.sqrt(i))    # 瘋狂地往列表里添加計(jì)算結(jié)果end = time.time()    # 停止計(jì)時(shí)print(end-start) 

此代碼在我的電腦上輸出為 2.124(不同配置的電腦結(jié)果不一樣，可多次運(yùn)行取平均值)。再來加上函數(shù)試一下：

import mathimport time 
def func():    lst = []   # 定義一個(gè)空列表    for i in range(1, 10000000):        lst.append(math.sqrt(i))   # 瘋狂地往列表里添加計(jì)算結(jié)果    return lst   # 返回結(jié)果 
start = time.time()   # 開始計(jì)時(shí)lst = func()   end = time.time()   # 停止計(jì)時(shí)print(end-start) 

在我的電腦上，使用了函數(shù)的程序用了大概花了 1.743 秒。多次嘗試，基本上都會(huì)比上一個(gè)版本節(jié)省 15~20% 左右時(shí)間，這個(gè)差距還是存在的。

有人可能會(huì)覺得，增加了函數(shù)調(diào)用，效率可能會(huì)低。但實(shí)際上，我們這里只是增加了一次調(diào)用，影響甚微。而由于 Python 中局部變量和全局變量的實(shí)現(xiàn)方式不同，使用局部變量效率會(huì)高些。

所以使用函數(shù)不僅提高可讀性，用得好還能讓代碼運(yùn)行得更快。

去掉屬性訪問

再來看另一個(gè)例子，還是剛才的函數(shù)版本，我們做一點(diǎn)修改，改變其中導(dǎo)入函數(shù)的方式，由 math.sqrt 改為 sqrt：

from math import sqrt   # 直接引用特定函數(shù)或?qū)傩詉mport time 
def func():    lst = []    for i in range(1, 10000000):        lst.append(sqrt(i))    # 直接調(diào)用 sqrt    return lst 
start = time.time()lst = func()end = time.time()print(end-start) 

在其它代碼均沒有變動(dòng)的情況下，這個(gè)程序的輸出時(shí)間變成了……

1.413 秒!

居然更快了。這又是為什么呢?

因?yàn)樵谶M(jìn)行屬性訪問的時(shí)候啊，會(huì)調(diào)用這個(gè)對(duì)象的 getattribute 或者 getattr 方法，造成了額外的開銷，所以導(dǎo)致速度變慢。

列表推導(dǎo)式

最后再來看看列表推導(dǎo)式(List Comprehension)，它的效率和普通 for 循環(huán)會(huì)有不一樣嗎?

繼續(xù)在上一個(gè)版本上修改：

from math import sqrtimport time 
def func():    # for 循環(huán)改為列表推導(dǎo)式    lst = [sqrt(i) for i in range(1, 10000000)]    return lst 
start = time.time()lst = func()end = time.time()print(end-start) 

結(jié)果是 0.968 秒!

這又是為什么呢?因?yàn)榱斜硗茖?dǎo)式內(nèi)的迭代是 C 實(shí)現(xiàn)的，所以效率更高。

同最初的版本相比，實(shí)現(xiàn)同樣的效果，我們僅通過調(diào)整代碼的寫法，速度就提高了一倍還多。