Python 代码性能优化技巧
题图: by jinovich from Instagram
众所周知，程序的性能好坏影响着用户体验。所以性能是留住用户很重要的一环。Python 语言虽然能做很多事情，但是有一个不足之处，那就是执行效率和性能不够理想。
因此，更有必要进行一定的代码优化来提高 Python 程序的执行效率。本文章主要是输出自己在 Python 程序优化的经验。
Python 的标准库中有很多内置函数，它们的运行效率都很高。因为很多标准库是使用 C 语言编写的。Pyhton 的内置函数有：
原图比较大，排版原因可能导致字体看不清。在公众号后台中，回复【内置函数】即可获取高清图片。
运算符 "+" 不仅能用于加法运算，还能做字符串连接。但是这种效率不是很高。在 Python 中，字符串变量在内存中是不可变的。如果使用 "+" 拼接字符串，内存会先创建一个新字符串，然后将两个旧字符串拼接，再复制到新字符串。推荐使用以下方法：
使用 "%" 运算符连接
这种方式有点像 C 语言中 printf 函数的功能，使用 "%s" 来表示字符串类型参数，再用 "%" 连接一个字符串和一组变量。
fir = 'hello'
sec = 'monkey'
result = '%s, %s' % (fir, sec)
print(result)
使用 format() 格式化连接
这种格式化字符串函数是 Python 特有的，属于高级用法。因为它威力强大，不仅支持多种参数类型，还支持对数字格式化。
fir = 'hello'
sec = 'monkey'
result = '{}, {}'.format(fir, sec)
print(result)
上述代码使用隐式的位置参数，format() 还能显式指定参数所对应变量的位置。
fir = 'hello'
sec = 'monkey'
result = '{1}, {0}'.format(fir, sec)
print(result)
使用 join() 方式
这种算是技巧性办法。join() 方法通常是用于连接列表或元组中的元素。
list = ['1', '2', '3']
result = '+'.join(list)
print(result)
generator 翻译成中文是生成器。生成器也是一种特殊迭代器。它其实是生成器函数返回生成器的迭代。生成器算是 Python 非常棒的特性。它的出现能帮助大大节省些内存空间。
假如我们要生成从 1 到 10 这 10 个数字，采用列表的方式定义，会占用 10 个地址空间。采用生成器，只会占用一个地址空间。因为生成器并没有把所有的值存在内存中，而是在运行时生成值。所以生成器只能访问一次。
# 创建一个从包含 1 到 10 的生成器
gen = (i for i in range(10))
print(gen)
for i in gen:
print(i)
虽然使用While True和while 1都能实现死循环，但是while 1是单步运算，所以效率会高一点。
# 推荐
while 1:
# todo list
while True:
# todo list
交换将两个变量的值，我们会立马想到应用一个第三方变量的方法。
# 将 a 和 b 两个值互换
temp = a
a = b
b = temp
Python 素有优雅的名声，所以有一个更加优雅又快速的方法，那就是多重赋值。
# 将 a 和 b 两个值互换
a, b = b, a
Python 标准库中有个 bisect 模块是内置模块，它实现了一个算法用于插入元素到有序列表。在一些情况下，这比反复排序列表或构造一个大的列表再排序的效率更高。
import bisect
L = [1,3,3,6,8,12,15]
x = 3
x_insert_point = bisect.bisect_left(L, x)
# 在 L 中查找 x，x 存在时返回 x 左侧的位置，x 不存在返回应该插入的位置
# 这是3存在于列表中，返回左侧位置１
print(x_insert_point)
x_insert_point = bisect.bisect_right(L, x)
# 在 L 中查找 x，x 存在时返回x右侧的位置，x 不存在返回应该插入的位置
# 这是3存在于列表中，返回右侧位置３
print(x_insert_point)
x_insort_left = bisect.insort_left(L, x)
#将 x 插入到列表 L 中，x 存在时插入在左侧
print(L)
x_insort_rigth = bisect.insort_right(L, x)
#将 x 插入到列表L中，x 存在时插入在右侧
print(L)
Python 检索局部变量比检索全局变量快。因此, 尽量少用 "global" 关键字。
如果你觉得文章还不错，请大家点赞分享下。你的肯定是我最大的鼓励和支持。
推荐阅读：
不积跬步，无以至千里