Phenquestions
Ha valaki megkérdezi Öntől: „Mi a leggyorsabban növekvő programozási nyelv a világon jelenleg?”A válasz egyszerű lesz. A pitonja. Világszerte népszerűségét egyszerű szintaxisának és gazdag könyvtáraknak köszönheti. Manapság szinte bármit megtehetsz a python-nal: Adattudomány, gépi tanulás, jelfeldolgozás, adatmegjelenítés - megnevezed. Sokan azonban azt állítják, hogy a python kissé lassú, miközben súlyos problémákat old meg. De a program futtatásának ideje az egyik kódtól függ. Néhány tipp és trükk segítségével felgyorsíthatja a Python kódot és javíthatja a program teljesítményét.
Tippek és trükkök a Python-kód felgyorsításához
Abban az esetben, ha a python kód felgyorsításának módját keresi, a cikk az Ön számára készült. Bemutatja a program végrehajtási idejének csökkentésére szolgáló technikákat és stratégiákat. A tippek nemcsak felgyorsítják a kódot, hanem javítják a python készségeket is.
01. Használja a Beépített könyvtárakat és funkciókat
A Python rengeteg könyvtári funkcióval és modullal rendelkezik. Szakértő fejlesztők írják, és többször tesztelték őket. Tehát ezek a funkciók nagyon hatékonyak és elősegítik a kód felgyorsítását - nem kell írni a kódot, ha a függvény már elérhető a könyvtárban. E tekintetben egy egyszerű példát veszünk.
# code1 newlist = [] szó a régi listában: új lista.függelék (szó.felső())
# code2 newlist = térkép (str.felső, régi lista)
Itt a második kód gyorsabb, mint az első kód, mert a könyvtár függvénytérképet () használták. Ezek a funkciók hasznosak a kezdők számára. Aki nem akar gyorsabb, valamint tiszta és kisebb kódot írni? Ezért használja a könyvtár funkcióit és moduljait, amennyire csak lehetséges.
02. A megfelelő adatstruktúra a megfelelő helyen
A megfelelő adatstruktúra használata csökkenti a futási időt. Mielőtt elkezdené, meg kell gondolnia a kódban használt adatszerkezetet. A tökéletes adatstruktúra felgyorsítja a python kódot, míg mások elrontják. Van elképzelésed a különböző adatstruktúrák időbeli összetettségéről.
A Python olyan beépített adatstruktúrákkal rendelkezik, mint a lista, a páros, a készlet és a szótár. Az emberek a listák használatához szoktak. De vannak olyan esetek, amikor a duplázás vagy a szótár sokkal jobban működik, mint a listák. További adatszerkezetek és algoritmusok megismeréséhez át kell olvasnia a Python tanulási könyveket.
03. Try használatának minimalizálása érdekében mert Hurok
Elég nehéz elkerülni a mert hurok. De amikor csak alkalma nyílik megakadályozni, a szakértők azt mondják, hogy megteszi. A ciklus ugyanis dinamikus a pythonban. Futásideje több mint egy ideig hurok. A hurokba ágyazva sokkal időigényesebb. Két hurokba beágyazva az idő négyzetét egyetlen ciklusban veszi fel.
# kód1 i-re a big_it-ben: m = re.keresés (r '\ d 2 - \ d 2 - \ d 4', i) ha m:…
# code2 date_regex = re.fordítás (r '\ d 2 - \ d 2 - \ d 4') i-re a big_it-ben: m = date_regex.keresés (i) ha m:…
Ebben az esetben jobb megfelelő cserét alkalmazni. Sőt, ha mert a hurkok elkerülhetetlenek, vigye a számítást a cikluson kívülre. Ez sok időt takarít meg. A fenti példában láthatjuk. Itt a 2. kód gyorsabb, mint az 1. kód, mivel a számítás a cikluson kívül történt.
04. Kerülje a globális változókat
A pythonban sok esetben globális változókat használnak. Globális kulcsszót használunk annak deklarálására. De ezek a változók futási ideje több, mint a helyi változóé. Kevesebb használatával spórolhat a felesleges memóriahasználat. Ezenkívül a Python gyorsabban felkutatja a helyi változót, mint egy globális. A külső változók közötti navigálás során a Python valóban lassú.
Számos más programozási nyelv ellenzi a globális változók nem tervezett használatát. A számláló a magasabb futási időhez vezető mellékhatások miatt következik be. Tehát próbáljon meg lokális változót használni globális helyett, amikor csak lehetséges. Ezenkívül készíthet egy helyi másolatot, mielőtt hurokban használná, ezzel időt takarítva meg.
05. Növelje a listamegértés használatát
A lista megértése rövidebb szintaxist kínál. Ez egy maroknyi, amikor egy új lista készül egy meglévő lista alapján. A hurok minden kódban kötelező. Néha a hurok belsejében a szintaxis naggyá válik. Ebben az esetben fel lehet használni a listamegértést. Pontosabban megérthetjük a példát.
# code1 négyzet_szám = [] n tartományban (0,20): ha n% 2 == 1: négyzet_számok.függelék (n ** 2)
# code2 négyzet_szám = [n ** 2 az n tartományban (1,20), ha n% 2 == 1]
Itt a második kód kevesebb időt vesz igénybe, mint az első kód. A felsorolás megértésének megközelítése rövidebb és pontosabb. Lehet, hogy nem sok különbség van a kis kódokban. Ám egy kiterjedt fejlesztés során időt takaríthat meg Önnek. Tehát használja a lista megértését, amikor csak lehetősége van a Python-kód felgyorsítására.
06. Cserélje ki a tartományt () xrange-re ()
A tartomány () és az xrange () kérdése akkor jelenik meg, ha Python 2-et használ. Ezekkel a funkciókkal bármit megismételhetünk a ciklusban. A range () esetén a tartomány összes számát elmenti a memóriába. De az xrange () csak a megjelenítendő számok tartományát menti el.
A range () visszatérési típusa egy lista, az xrange () pedig egy objektum. Végül az xrange () kevesebb memóriát és ennek eredményeként kevesebb időt vesz igénybe. Tehát, ha csak lehetséges, használja az xrange () értéket a range () helyett. Természetesen ez csak a python 2 felhasználókra vonatkozik.
07. Használja a Generátorokat
A pythonban a generátor olyan függvény, amely iterátort ad vissza, amikor a kulcsszó hozamát meghívják. A generátorok kiváló memória-optimalizálók. Egyszerre egy elemet adnak vissza, ahelyett, hogy egyszerre adnának vissza mindent. Ha a listája jelentős számú adatot tartalmaz, és egyszerre csak egy adatot kell használnia, használjon generátorokat.
A generátorok darabonként számolják az adatokat. Ezért a függvény visszaadhatja az eredményt, amikor meghívják, és megtarthatja állapotát. A generátorok megőrzik a függvény állapotát azáltal, hogy leállítják a kódot, miután a hívó előállítja az értéket, és ez tovább fut onnan, ahol kérésre abbahagyják.
Mivel a generátorok hozzáférnek és kiszámítják az igény szerinti értéket, az adatok jelentős részét nem kell teljesen a memóriába menteni. Jelentős memóriamegtakarítást eredményez, ami végül felgyorsítja a kódot.
08. Összekapcsolja a karakterláncokat a Join paranccsal
Az összefűzés meglehetősen gyakori, ha húrokkal dolgozik. Általában a pythonban összefűzünk a '+' használatával. A „+” művelet azonban minden lépésben létrehoz egy új karakterláncot, és lemásolja a régi anyagot. Ez a folyamat nem hatékony és sok időt vesz igénybe. A string () összefűzéséhez a join () függvényt kell használnunk, ha fel akarjuk gyorsítani a Python-kódunkat.
# code1 x = "I" + "am" + "a" + "python" + "geek" print (x)
# code2 x = "".csatlakozás (["I", "am", "a", "python", "geek"]) print (x)
Ha megnézzük a példát, az első kód kinyomtatja az „Iamapythongeek”, a második pedig az „I am a python geek”. A join () művelet hatékonyabb és gyorsabb, mint a '+'. Ez is tisztán tartja a kódot. Ki ne szeretne gyorsabb és tisztább kódot? Tehát próbáld meg a '+' helyett a join () elemet használni a húrok összefűzéséhez.
09. Profilozza a kódot
A profilozás a kód optimalizálásának klasszikus módja. Számos modul méri a program statisztikáit. Ezekkel megtudhatjuk, hogy a program hol tölt túl sok időt, és mit kell tennie annak optimalizálása érdekében. Tehát az optimalizálás érdekében végezzen néhány tesztet, és javítsa a programot az eredményesség javítása érdekében.
Az időmérő az egyik profilozó. Használhatja bárhol a kódban, és megtalálja az egyes szakaszok futási idejét. Akkor javíthatjuk a programot, ahol ez túl sokáig tart. Sőt, van egy beépített profilozó modul, LineProfiler néven. Leíró jelentést is ad az elfogyasztott időről. Számos profilozó létezik, amelyeket megtanulhat a python könyvek olvasásával.
10. Legyen naprakész - használja a Python legújabb verzióját
Ezer fejlesztő van, akik rendszeresen több funkciót adnak a pythonhoz. A ma használt modulokat és könyvtári funkciókat a holnapi fejlesztések elavultak. A Python fejlesztői napról napra gyorsabbá és megbízhatóbbá teszik a nyelvet. Minden új kiadás növelte teljesítményét.
Tehát frissítenünk kell a könyvtárakat a legújabb verzióra. Python 3.A 9 most a legújabb verzió. Előfordulhat, hogy a Python 2 számos könyvtárai nem futnak Python3-on. Tartsuk ezt szem előtt, és mindig a legújabb verziót használjuk a maximális teljesítmény elérése érdekében.
Végül Insights
A Python fejlesztők értéke a világon napról napra növekszik. Mire vársz még! Legfőbb ideje elkezdeni megtanulni a python kód felgyorsítását. Az általunk nyújtott tippek és trükkök biztosan segítenek a hatékony kódok megírásában. Ha betartja őket, remélhetjük, hogy javíthatja a kódot, és belemegy a fejlettebb python dolgokba.
Megpróbáltuk bemutatni az összes főbb trükköt és tippet, amelyek a kód felgyorsításához szükségesek. Reméljük, hogy a cikk megválaszolta a legtöbb kérdést. Most a többi rajtad áll. Azonban a tudásnak és a tanulásnak nincs vége. Tehát, ha valami jelentős dolgot elmulasztottunk, tudassa velünk. Boldog tanulást!
