翻譯七個習慣提高Python程式的效能

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

不要在重複操作的內容作為引數放到迴圈條件中，避免重複運算。

#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: # 推薦
statement

如需使用模組x中的某個函式或物件y，應直接使用from x import y，而不是import x; x.y。這樣在使用y時，可以減少一次查詢（直譯器不必首先查詢到x模組，然後在x模組的字典中查詢y）。

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]

4、直接迭代序列元素

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 推薦
for item in a:
print(item)
#迭代索引
for i in range(len(a)):
print(a[i])

5、採用生成器表示式替代列表生成式

列表生成式會產生整個列表，對大量資料的迭代會產生負面效應。【資料量大的時候】

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
#列表生成式
l = sum([len(word) for line in f for word in line.split()])
#()生成器
l = sum((len(word) for line in f for word in line.split()))

6、先編譯後呼叫

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。

翻譯 七個習慣提高Python程式的效能