大家好!今天呢，我們來聊一聊如何加速你的 python 代碼。

Python 語言的優點可以列舉出許多，語法簡單易懂、模塊豐富、應用廣泛等等。但是世界上沒有有完美的東西，python 一個明顯缺點就是運行速度慢，至少跟 C 語言沒法比。

所以，不安于現狀的 Pythoner 就開發了許多工具。其中，最著名的莫過于 Cython 和 Numba。其中 Cython 可以把 Python 代碼轉成 C 代碼執行，而 Numba 則是 Python 中的一個 JIT 編譯器(即時編譯器)，以此提高運行效率。

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

函數

函數可以提高代碼的可讀性，那么用了函數對程序的執行效率是否有影響呢?我們來做個對比實驗。

先來看一個不用函數的版本：

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

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

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

在我的電腦上，使用了函數的程序用了大概花了 1.743 秒。多次嘗試，基本上都會比上一個版本節省 15~20% 左右時間，這個差距還是存在的。

有人可能會覺得，增加了函數調用，效率可能會低。但實際上，我們這里只是增加了一次調用，影響甚微。而由于 Python 中局部變量和全局變量的實現方式不同，使用局部變量效率會高些。

所以使用函數不僅提高可讀性，用得好還能讓代碼運行得更快。

去掉屬性訪問

再來看另一個例子，還是剛才的函數版本，我們做一點修改，改變其中導入函數的方式，由 math.sqrt 改為 sqrt：

from math import sqrt   # 直接引用特定函數或屬性import time 
def func():    lst = []    for i in range(1, 10000000):        lst.append(sqrt(i))    # 直接調用 sqrt    return lst 
start = time.time()lst = func()end = time.time()print(end-start) 

在其它代碼均沒有變動的情況下，這個程序的輸出時間變成了……

1.413 秒!

居然更快了。這又是為什么呢?

因為在進行屬性訪問的時候啊，會調用這個對象的 getattribute 或者 getattr 方法，造成了額外的開銷，所以導致速度變慢。

列表推導式

最后再來看看列表推導式(List Comprehension)，它的效率和普通 for 循環會有不一樣嗎?

繼續在上一個版本上修改：

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

結果是 0.968 秒!

這又是為什么呢?因為列表推導式內的迭代是 C 實現的，所以效率更高。

同最初的版本相比，實現同樣的效果，我們僅通過調整代碼的寫法，速度就提高了一倍還多。