Python效能提升的一些技巧(持續更新)

這是一個建立於 的文章，其中的資訊可能已經有所發展或是發生改變。

一般程式設計語言效能比較這個網站比較有說服力http://benchmarksgame.alioth.debian.org/u64q/ruby.html，現在的情況是python的速度在比較列表程式設計語言中屬於墊底的，但是這並不是說python不可取，pytthon慢到不能工作，通過一些簡單的最佳化和編碼規範python的速度還是不錯的，整天掛在嘴邊python效能不行的都是小白，你要做的系統需要百萬並發嗎？需要誤差在10毫秒內的即時交易嗎？需要千萬層級伺服器連接埠掃描嗎？需要DDOS層級的壓力測試嗎？需要幾個小時內一億次的弱密碼爆破嗎？如果你需要，一億層級爆破和生產環境中的10000QPS個人都用python+c擴充的方式實現過，我可以幫你。

其實絕大多是情境python都能很好的工作，一些對效能要求比較高的情境通過python+c擴充的形式都是可以搞定的，而且省時省力。

以前群裡總有個成員成天埋怨，python效能怎麼差，自己用起來怎麼費力，而不去尋找效能瓶頸在哪兒怎麼去做最佳化。要記住，自己菜逼，怪程式設計語言是沒有用的，這就像蹲坑拉屎，便秘拉不出來，說馬桶這個地方地球吸引力太小，聽說後來那位朋友去學scala了，還有人說他去學golang了，祝他早日找到自己心中的完美語言。

1. python的編碼規範

• 用產生器和列表推導式
• 字串串連如果數量在3個或3個以內，直接用+號，超過3個，用format或者join，join最好，但format和join差別不是很大
• 不要寫遞迴代碼，尾遞迴也不行，改成迴圈的形式
• tuple能解決問題就不要用list，同樣set能解決問題就不要用dict，但是dict和list相比，dict速度飛快，就是記憶體佔用大。但是不要刻意去把list轉為tuple。
• 函數能用局部變數，就不要用全域變數
• 交換變數用pythonic的方式，a,b=b,a就這樣
• map有時候可以代替迴圈，這個時候應該毫不猶豫的使用map
• 在迴圈內部盡量減少不必要的非迴圈步驟
• 用while 1別用while True
• 多個變數值比較的時候可以用a<b<c,a<b<c比a<b and b<c效率更高
• 計算x的y次冪用x**y,別用pow，難讀速度還慢
• cpu密集計算別用python，即使要用，也要選擇numpy之類的庫，最好把cpu密集部分改成C代碼，然後ctypes調用，cpu密集部分也不推薦cython，總之C擴充>numpy=cython>python
  有些規範和語言無關，就是用C如果你的程式邏輯有問題，還是會慢。