搜图
编辑
1.变量及运算符2.分支及循环3.循环及字符串4.列表及嵌套列表5.字典及项目练习6.函数的使用7.递归及文件处理8.文件9.面向对象10.设计模式及异常处理11.异常及模块的使用12.坦克大战13.核心编程14.高级特性15.内存管理
1.并发编程2.网络通信3.MySQL4.Linux5.正则表达式
1.html基本标签2.css样式3.css浮动和定位4.js基础5.js对象和函数6.js定时器和DOM7.js事件响应8.使用jquery9jquery动画特效10.Ajax异步网络请求
1.Django-Git版本控制2.Django-博客项目3.Django-商城项目4.Django模型层5.Django入门6.Django模板层7.Django视图层8.Tornado框架
1.Python爬虫基础2.Ppython爬虫Scrapy框架
获取方式: 直接私信小编“学习”即可获取
前期从以下九个方面讨论了加速Python的具体方法,一共24个,每个都带有优化前后的对比,非常实用。
- 分析代码运行时间
- 加速查找
- 加速循环
- 加速函数
- 使用标准库加速
- Numpy向量化加速
- 加速Pandas
- Dask加速
- 多线程多进程加速
我在此基础上主要美化了编辑,方便读者更容易阅读学习。
“一 、分析代码运行时间”
1 测算代码单次运行时间
平凡法:
快捷法(Jupyter):
2 测算代码重复执行多次平均用时
平凡法:
快捷法(Jupyter):
3 按调用函数分析代码运行时间
平凡法:
快捷法(Jupyter):
4 按行分析代码运行时间
平凡法:
快捷法(Jupyter):
“二、加速你的查找”
5 用set而非list进行in查找
低速法:
高速法:
6 用dict而非两个list进行匹配查找
低速法:
高速法:
“三、加速你的循环”
7 优先使用for循环而不是while循环
低速法:
高速法:
8 循环体中避免重复运算
低速法:
高速法:
“四、加速你的函数”
9、用缓存机制加速递归函数
低速法:
高速法:
10、用循环取代递归
低速法:
高速法:
11、 使用Numba加速Python函数
高速法:
“五、使用标准库函数进行加速”
12、使用collections.Counter类加速计数
低速法:
高速法:
13、使用collections.ChainMap加速字典合并
低速法:
高速法:
“六、使用numpy向量化进行加速”
14、使用np.array代替list
低速法:
高速法:
15、使用np.ufunc代替math.func
低速法:
高速法:
16、使用np.where代替if
低速法:
高速法:
“七、加速你的Pandas”
低速法:
高速法:
18、避免动态改变DataFrame的行数
低速法:
高速法:
19、使用csv文件读写代替xlsx文件读写
低速法:
高速法:
20、使用pandas多进程工具pandarallel
低速法:
高速法:
“八、使用Dask进行加速”
21、使用dask加速dataframe
低速法:
高速法:
22、使用dask.delayed应用多进程加速
低速法:
高速法:
“九、应用多线程多进程加速”
23、使用多线程提升IO密集任务效率
低速法:
高速法:
24、使用多进程提升CPU密集任务效率
低速法:
高速法: