网站大量收购闲置独家精品文档,联系QQ:2885784924

编写“高性能”Python代码.pdfVIP

  1. 1、本文档共23页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
编写“⾼性能”Python代码 raymondzhu@ GitHub: @piglei 前⾔ • 为什么是“⾼性能” • Python(CPython)的速度 主要内容 • 如何找出代码性能瓶颈 • Python的⼀些性能tips • 其他和性能相关的内容杂谈 • 性能调优是⼀个⾮常庞⼤的主题,这⼉⽆法涵盖 所有⽅⾯,重要的是分享思路 找出瓶颈 • 优化的第⼀步:找出瓶颈 • 永远不要去猜代码的性能瓶颈 • 瓶颈经常会出现在你想不到的地⽅ • json.dumps(data) 会成为你的代码瓶颈吗? • 当data异常庞⼤时... 找出瓶颈 • 使⽤专业⼯具 • profile/cprofile • line_profile(/rkern/ line_profiler) • ipython: %prun ⽐较⽅案 • 使⽤⼯具来⽐较⽅案的好坏 • import timeit • timeit.Timer(…).timeit() • ipython: %timeit 编写⾼性能Python代码 • 优化你的代码 • 使⽤更快的⼯具 • 超越CPython 优化你的代码 • 合理使⽤内置数据类型 • 判断元素是否在其中 131 µs 190 ns 700x faster! • O(n) vs O(1) ,越⼤的list区别越⼤ • 算法上的优化会带来极⼤的性能差距 优化你的代码 • 懒惰计算 • range vs xrange 30.1 ms 17.3 ms 1.74x faster! • yield / dict.iteritems() / itertools • [x for x in l] vs (x for x in l) • 空间分配上的优化通常会带来性能上的提升 优化你的代码 • 正则表达式 • 不要忘了编译 pile 2.68 µs 1.69 µs 1.58X faster! 优化你的代码 • 简单的字符串处理 • 有时候简单的字符串处理会更快 850 ns 2X faster! • 正则表达式在处理很⻓的字符串时性能较慢 • 强⼤的规则有时会带来性能的损失,试着简单思考 优化你的代码 • 列表迭代 vs for循环 1.12 ms 819 µs 1.36x faster • 列表迭代接近map循环速度,是c级别的 • 在Python中,更简洁的代码经常也会是更优秀的代码 优化你的代码 • 不可忽视的函数调⽤开销 1.42 ms

文档评论(0)

ygxt89 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档