Python 常用的二十条高效写法

不念不忘少年蓝@ 2024-04-22 15:27 79阅读 0赞

Python 高效写法是一个广泛的主题，涵盖了许多方面，包括数据结构选择、算法优化、代码风格、并行处理等。下面我将尝试概括一些关键的高效写法，但请注意，3000字的要求可能过于庞大，这里只能提供一个精简的概览。

#### 1. 选择合适的数据结构 ####

*  **列表（List）**：用于存储有序的元素集合，支持索引和切片操作。
 *  **元组（Tuple）**：不可变的列表，用于存储不需要修改的数据。
 *  **集合（Set）**：无序且不重复的元素集合，用于快速成员检测。
 *  **字典（Dictionary）**：存储键值对，支持快速查找。

#### 2. 使用生成器 ####

*  生成器允许你定义一个函数，该函数在每次被调用时返回一个值，而不是一次性生成所有值，这有助于节省内存。

# 传统写法：可能消耗大量内存
    large_list = [i * i for i in range(1000000)]
    
    # 高效写法：生成器表达式
    gen_squares = (i * i for i in range(1000000))

#### 3. 利用列表推导式 ####

*  列表推导式是创建列表的简洁方式，通常比循环和`append()`方法更快。

# 传统写法
    squares = []
    for i in range(10):
        if i % 2 == 0:
            squares.append(i * i)
    
    # 高效写法：列表推导式
    squares = [i * i for i in range(10) if i % 2 == 0]

#### 4. 使用内置函数和库 ####

*  Python 的内置函数和库通常经过优化，比手动编写的代码更高效。
 *  例如，使用 `sum()`、`map()`、`filter()` 等内置函数。

#### 5. 避免全局变量 ####

*  全局变量会减慢代码速度，并可能导致不易发现的错误。
 *  使用局部变量可以提高效率。

#### 6. 优化循环 ####

*  尽量减少循环内的计算。
 *  使用 `range()` 函数代替 `xrange()`（在 Python 2 中）。
 *  避免在循环中调用不变的方法或访问不变的数据结构。

#### 7. 使用 `if __name__ == "__main__":` ####

*  这允许你的代码在被导入时不会立即执行，从而提高效率。

#### 8. 使用 `with` 语句 ####

*  `with` 语句用于管理资源，如文件打开和关闭，它可以确保资源被正确释放，避免资源泄露。

with open('file.txt', 'r') as file:
        content = file.read()

#### 9. 代码清晰简洁 ####

*  清晰简洁的代码更容易阅读和维护，有时也能提高运行效率。
 *  避免过度优化，有时清晰简洁的代码本身就是最优解。

#### 10. 利用并行处理 ####

*  对于计算密集型任务，可以使用 `multiprocessing` 模块或 `concurrent.futures` 模块进行并行处理。

from multiprocessing import Pool
    
    def square(n):
        return n ** 2
    
    if __name__ == "__main__":
        with Pool(5) as p:
            print(p.map(square, [1, 2, 3, 4, 5]))

#### 11. 使用 `functools.lru_cache` ####

*  对于递归函数或需要重复计算的函数，可以使用 `lru_cache` 进行缓存，避免重复计算。

from functools import lru_cache
    
    @lru_cache(maxsize=128)
    def fibonacci(n):
        if n < 2:
            return n
        return fibonacci(n-1) + fibonacci(n-2)

#### 12. 异常处理 ####

*  使用 `try/except` 块来捕获和处理异常，避免程序因异常而崩溃。

#### 13. 编码规范 ####

*  遵循 PEP 8 编码规范，使代码易于阅读和维护。

#### 14. 使用类型注解 ####

*  Python 3.5+ 支持类型注解，可以提高代码的可读性和健壮性。

def greet(name: str) -> str:
        return f"Hello, {
          name}!"

#### 15. 避免不必要的类型转换 ####

*  在可能的情况下，尽量避免不必要的类型转换，因为它们可能会降低代码效率。

#### 16. 使用 `itertools` 模块 ####

如在**itertools**模块中的**islice**，**chain**等函数，只在需要时产生结果，而不是一次性生成所有结果。

*  `itertools` 模块提供了许多高效的迭代器，可以用于处理循环和迭代。

import itertools
    
    for i, j in itertools.product(range(3), repeat=2):
        print(i, j)

#### 17.上下文管理器（Context Managers）： ####

使用`with`语句来管理资源（如文件或数据库连接），确保在完成操作后正确关闭资源。

# 不推荐的传统写法
    f = open('file.txt', 'r')
    try:
        content = f.read()
    finally:
        f.close()
    
    # 推荐的高效写法
    with open('file.txt', 'r') as f:
        content = f.read()

#### 18.使用集合操作替代复杂逻辑： ####

对于查找、去重等操作，集合（set）提供了优于列表的操作性能。

# 查找是否存在重复项的传统写法
    numbers = [1, 2, 3, 2, 4, 3]
    has_duplicates = len(numbers) != len(set(numbers))
    
    # 使用集合直接检查是否有重复项
    has_duplicates = len(numbers) != len(set(numbers))

#### 19. **避免不必要的拷贝**： ####

尽量引用不可变对象，或者使用切片操作代替复制整个列表。

#### 20. **使用enumerate进行迭代**： ####

在需要同时获取元素及其索引的时候，使用`**enumerate**`而非嵌套循环。

以上仅是Python高效编程的一些基本概念和实践，想要深入理解和掌握高效编程，还需要不断学习和实践，关注算法优化、并发处理等方面的知识。  
这只是 Python 高效写法的一些基本建议。在实践中，还需要根据具体问题和场景进行优化。同时，不断学习和掌握新的 Python 特性和技术也是非常重要的。