提升 Python 运行性能的 7 个习惯

大家都知道艺赛旗的 RPA 依赖于 python 语言。
因此我们可以掌握一些技巧，可尽量提高 Python 程序性能，也可以避免不必要的资源浪费。
1、使用局部变量

尽量使用局部变量代替全局变量：便于维护，提高性能并节省内存。

使用局部变量替换模块名字空间中的变量，例如 ls = os.linesep。一方面可以提高程序性能，局部变量查找速度更快；另一方面可用简短标识符替代冗长的模块变量，提高可读性。
2、减少函数调用次数

对象类型判断时，采用 isinstance()最优，采用对象类型身份（id()）次之，采用对象值（type()）比较最次。

`#判断变量num是否为整数类型`
`type(num) == type(0) #调用三次函数`
`type(num) is type(0) #身份比较`
`isinstance(num,(int)) #调用一次函数`

不要在重复操作的内容作为参数放到循环条件中，避免重复运算。

1.  `#每次循环都需要重新执行len(a)`

2.  `while i < len(a):`

3.  `   statement`

4.  

5.  `#len(a)仅执行一次`

6.  `m = len(a)`

7.  `while i < m:`

8.  `   statement`

如需使用模块 X 中的某个函数或对象 Y，应直接使用 from X import Y，而不是 import X; X.Y。这样在使用 Y 时，可以减少一次查询（解释器不必首先查找到 X 模块，然后在 X 模块的字典中查找 Y）。
3、采用映射替代条件查找

映射（比如 dict 等）的搜索速度远快于条件语句（如 if 等）。Python 中也没有 select-case 语句。

1.  `#if查找`

2.  `if a == 1:`

3.  `b = 10`

4.  `elif a == 2:`

5.  `b = 20`

6.  `...`

7.  

8.  `#dict查找，性能更优`

9.  `d = {1:10,2:20,...}`

10.  `b = d[a]`

4、直接迭代序列元素

对序列（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。

1.  `a = [1,2,3]`

2.  

3.  `#迭代元素`

4.  `for item in a:`

5.  `   print(item)`

6.  

7.  `#迭代索引`

8.  `for i in range(len(a)):`

9.  ` print(a[i])`

5、采用生成器表达式替代列表解析

列表解析（list comprehension），会产生整个列表，对大量数据的迭代会产生负面效应。

而生成器表达式则不会，其不会真正创建列表，而是返回一个生成器，在需要时产生一个值（延迟计算），对内存更加友好。

1.  `#计算文件f的非空字符个数`

2.  `#生成器表达式`

3.  `l = sum([len(word) for line in f for word in line.split()])`

4.  

5.  `#列表解析`

6.  `l = sum(len(word) for line in f for word in line.split())`

6、先编译后调用

使用 eval()、exec() 函数执行代码时，最好调用代码对象（提前通过 compile() 函数编译成字节码），而不是直接调用 str，可以避免多次执行重复编译过程，提高程序性能。

正则表达式模式匹配也类似，也最好先将正则表达式模式编译成 regex 对象（通过 re.complie() 函数），然后再执行比较和匹配。
7、模块编程习惯

模块中的最高级别 Python 语句（没有缩进的代码）会在模块导入（import）时执行（不论其是否真的必要执行）。因此，应尽量将模块所有的功能代码放到函数中，包括主程序相关的功能代码也可放到 main()函数中，主程序本身调用 main() 函数。

可以在模块的 main() 函数中书写测试代码。在主程序中，检测 name 的值，如果为’main’（表示模块是被直接执行），则调用 main(）函数，进行测试；如果为模块名字（表示模块是被调用），则不进行测试。