掌握一些技巧，可盡量提高python程式效能，也可以避免不必要的資源浪費。
1、使用區域性變數
盡量使用區域性變數代替全域性變數：便於維護，提高效能並節省記憶體。
使用區域性變數替換模組名字空間中的變數，例如 ls = os.linesep。一方面可以提高程式效能，區域性變數查詢速度更快；另一方面可用簡短識別符號替代冗長的模組變數，提高可讀性。
2、減少函式呼叫次數
物件型別判斷時，採用isinstance()最優，採用物件型別身份（id()）次之，採用物件值（type()）比較最次。
#判斷變數num是否為整數型別
type(num) == type(0)
#呼叫三次函式type(num)
is type(0) #身份比較
isinstance(num,(int))
#呼叫一次函式
'''
'''#每次迴圈都需要重新執行
len(a)while i < len(a):
statement
#len(a)僅執行一次
m = len(a)while i < m:
statement
3、採用對映替代條件查詢
對映（比如dict等）的搜尋速度遠快於條件語句（如if等）。python中也沒有select-case語句。
#if查詢
if a == 1:
b = 10
elif a == 2:
b = 20...
#dict查詢，效能更優
d =
b = d[a]
對序列（str、list、tuple等），直接迭代序列元素，比迭代元素的索引速度要更快。
'''
'''a = [1,2,3]
#迭代元素
for item in a:
print(item)
#迭代索引
for i in range(len(a)):
print(a[i])
列表解析（list comprehension），會產生整個列表，對大量資料的迭代會產生負面效應。
而生成器表示式則不會，其不會真正建立列表，而是返回乙個生成器，在需要時產生乙個值（延遲計算），對記憶體更加友好。
'''
'''#計算檔案f的非空字元個數#生成器表示式
l = sum([len(word) for line in f for word in line.split()])
#列表解析
l = sum(len(word) for line in f for word in line.split())
使用eval()、exec()函式執行**時，最好呼叫**物件（提前通過compile()函式編譯成位元組碼），而不是直接呼叫str，可以避免多次執行重複編譯過程，提高程式效能。
正規表示式模式匹配也類似，也最好先將正規表示式模式編譯成regex物件（通過re.complie()函式），然後再執行比較和匹配。
7、模組程式設計習慣
模組中的最高端別python語句（沒有縮排的**）會在模組匯入（import）時執行（不論其是否真的必要執行）。因此，應盡量將模組所有的功能**放到函式中，包括主程式相關的功能**也可放到main()函式中，主程式本身呼叫main()函式。
可以在模組的main()函式中書寫測試**。在主程式中，檢測name的值，如果為』main』（表示模組是被直接執行），則呼叫main(）函式，進行測試；如果為模組名字（表示模組是被呼叫），則不進行測試。
7個習慣提公升python效率
盡量使用區域性變數，避免使用全域性變數 1 當我們判斷物件的類別的時候，盡量使用isinstance 其次使用id 最不濟使用type type num type 0 type num is type 0 isinstance num,int 每次迴圈都會呼叫len a while i len a ...
7個提公升Python程式設計師的效能的好習慣
使用區域性變數代替全域性變數 如 s os.linesep 優點簡短標識便於維護，區域性變數查詢更快，能提高效能並節省記憶體 減少函式呼叫次數 物件型別判斷時，採用isinstance 比較最優，物件型別身份 id 比較次子，採用 type 比較最次 如判定變數num是否為整數型別 isinstan...
10個簡易小習慣 幫你輕鬆減壓
思考更有意義的事情，而不只是記住將要做的事情。大腦通常就像乙個漏水的桶子，因而在你遺忘前，把你的好主意 見解 想法寫下來，把你所需要做的事情，添進你的待辦事項中。這裡有10個小習慣，會對我們的生活產生積極影響。一 寫下來 思考更有意義的事情，而不只是記住將要做的事情。大腦通常就像乙個漏水的桶子，因而...