##language:zh
''' Python编程速度技巧''' -- Zoom.Quiet [<<DateTime(2004-08-09T23:59:25Z)>>]

<<TableOfContents>> [转载自oso，其上有“python编程简介”系列，这是第九篇，是篇译文]  有了前面的描述, 大家差不多知道什么是Python了. 最近因为在网  上看一两篇关于Python的运行速度问题, 不给大家介绍一下心里不  踏实, :)

= Python编程速度技巧 =
== 最常见 ==
 . 一个最常见的速度陷坑(至少是俺在没看到网上这篇介绍时陷进去
过好些次的) 是: 许多短字串并成长字串时, 大家通常会用:

{{{
#!python
shortStrs = [ str0, str1, ..., strN]
#N+1个字串所组成的数列
longStr = ''
for s in shortStrs: longStr += s
}}}
因为Python里字串是不可变的, 所以每次 longStr += s 都是将原  来的 longStr 与 str 拷贝成一个新字串, 再赋给longStr. 随着  longStr的不断增长, 所要拷贝的内容越来越长. 最后导至str0被  拷贝N+1次, str1是N次, ... .

那咋办呢 ? 咱们来看看Skip Montanaro先生的解说:  http://musi-cal.mojam.com/~skip/python/fastpython.html  及可参考一下Guido van Rossum本人的:  http://www.python.org/doc/essays/list2str.html

=== 找出速度瓶颈 ===
 * 1)首先在大家应先学会怎么去找出速度瓶颈: Python自带有profile
模块:

{{{
#!python
import profile
profile.run ('想要检查的函数名()')
}}}
就会打印出那个函数里调用了几次其它函数, 各用了多少时间,  总共用了多少时间等信息 --- Nice ? 详请参阅<<库参考>>中的  profile模块的论述.

当然脑袋笨一点或是聪明一点的, 也可以用time模块中的time()  来显示系统时间, 减去上次的time()就是与它的间隔秒数了.

=== 字串相并 ===
 * 就头上的例子而言, 用 :
{{{
#!python
longStr =''.join(shortStrs)
}}}
立马搞定, :) 但如果shortStrs里面不都是字串, 而包含了些数  字呢 ? 直接用join就会出错. 不怕, 这样来:

{{{
#!python
shortStrs = [str(s) for s in shortStrs[i]]
longStr = ''.join(shortStrs)
}}}
也即先将数列中所有内容都转化为字串, 再用join.

对少数几个字串相并, 应避免用:  all = str0 + str1 + str2 + str3  而用:  all = '%s%s%s%s' % (str0, str1, str2, str3)

=== 数列排序 ===
 * list.sort ()
你可以按特定的函数来: list.sort( 函数 ), 只要这个函数接受  两参数, 并按特定规则返回1, 0, -1就可以. --- 很方便吧? 但  会大大减慢运行速度. 下面的方法, 俺举例子来说明可能更容易  明白.

比方说你的数列是 l = ['az', 'by'], 你想以第二个字母来排序.  先取出你的关键词, 并与每个字串组成一个元组:  new = map (lambda s: (s[1], s), l )

于是new变成[('z', 'az'), ('y', 'by')], 再把new排一下序:  new.sort()

则new就变成 [('y', 'by'), ('z', 'az')], 再返回每个元组中  的第二个字串:  sorted = map (lambda t: t[1], new)

于是sorted 就是: ['by', 'az']了. 这里的lambda与map用得很  好.

 * Python2.4以后, sort和sorted的使用可以参考这片 Wiki: [[http://wiki.python.org/moin/HowTo/Sorting#head-194f75a6010b83e8ecbe30d3541d0f96455d6323|HowToSort]]
=== 循环 ===
比如for循环. 当循环体很简单时, 则循环的调用前头(overhead)  会显得很臃肿, 此时map又可以帮忙了. 比如你想把一个长数列  l=['a', 'b', ...]中的每个字串变成大写, 可能会用:

{{{
#!python
import string
newL = []
for s in l: newL.append( string.upper(s) )
}}}
用map就可以省去for循环的前头:

{{{
#!python
import string
newL = map (string.upper, l)
}}}
Guido的文章讲得很详细.

=== 局域变量 及 '.' ===
象上面, 若用 append = newL.append, 及换种import方法:

{{{
#!python
import string
append = newL.append
for s in l: append (string.upper(s))
}}}
会比在for中运行newL.append快一些, 为啥? 局域变量容易寻找.

俺自己就不比较时间了, Skip Montanaro的结果是:

{{{
基本循环: 3.47秒
去点用局域变量: 1.79秒
使用map: 0.54秒
}}}
=== try的使用 ===
比如你想计算一个字串数列:  l = ['I', 'You', 'Python', 'Perl', ...]  中每个词出现的次数, 你可能会:

{{{
#!python
count = {}
for s in l:
    if not count.has_key(s): count[s] = 0
    else: count[s] += 1
}}}
由于每次都得在count中寻找是否已有同名关键词, 会很费时间.  而用try:

{{{
#!python
count ={}
for s in l:
    try: count[s] += 1
    except KeyError: count[s] = 0
}}}
就好得多. 当然若经常出现例外时, 就不要用try了.

=== import语句 ===
这好理解. 就是避免在函数定义中来import一个模块, 应全在  全局块中来import

=== 大量数据处理 ===
由于Python中的函数调用前头(overhead)比较重, 所以处理大量  数据时, 应:

{{{
#!python
def f():
for d in hugeData: ...
f()
}}}
而不要:

{{{
#!python
def f(d): ...
for d in hugeData: f(d)
}}}
这点好象对其它语言也适用, 差不多是放之四海而皆准, 不过对  解释性语言就更重要了.

=== 减少周期性检查 ===
这是Python的本征功能:  周期性检查有没有其它绪(thread)或系 统信号(signal)等要处理.

可以用sys模块中的setcheckinterval 来设置每次检查的时间间隔.

缺省是10, 即每10个虚拟指令 (virtual instruction)检查一次.

当你不用绪并且也懒得搭理 系统信号时, 将检查周期设长会增加速度, 有时还会很显著.

{{{
---编/译完毕. 看来Python是易学难精了, 象围棋?
}}}
= 我们自个儿的体悟 =
''请有心得者分享!''

== 故事 ==

 * '''[[http://www.haokanbu.com/story/17930/|Python性能调优]]''' ~ [[http://www.haokanbu.com/user/11931/|flydudu]] 分享

== 思考 ==

 * 在“大量数据处理”小节里，是不是说，不要再循环体内部调用函数，应该把函数放到外面？从Python2.2开始,"找出速度瓶颈",已经可以使用hotshot模块了.据说对程序运行效率的影响要比profile小. -- jacobfan
 * "由于Python中的函数调用前头(overhead)比较重, 所以处理大量 数据时, 应: " 这句译文中,overhead翻译成"前头"好象不妥.翻译成"由于Python中函数调用的开销比较大,..."要好些  -- jacobfan
 * 数组排序中讲的方法真的会快点吗? 真的快到我们值得放弃直接用sort得到得可读性吗?值得怀疑 -- hoxide
 * Python2.4以后 sort和sorted的使用更加灵活，link已经加到文中，我没有比较过效率。-yichun
 * 关于 “try的使用”：
其实setdefault方法就是为这个目的设的：

{{{
#!python
count = {}
for s in l:
    count.setdefault(s, 0) += 1
}}}
这个其实能做更多。通常遇到的问题是要把类似的东西group起来，所以你可能想用：

{{{
#!python
count = {}
for s in l:
    count.setdefault(s, []).append(s)
}}}
但是这样你只能把同样的东西hash起来，而不是一类东西。比如说你有一个dict构成的list叫sequence，需要按这些dict的某个key value分类，你还要对分类后的每个类别里面的这些dict各作一定的操作，你就需要用到Raymond实现的这个[[http://aspn.activestate.com/ASPN/Cookbook/Python/Recipe/259173|groupby]]，你就可以写:

{{{
totals = dict((key, group)
                  for key, group in groupby(sequence, lambda x: x.get('Age')))}}}
- yichun

----
 * shortStrs = [str(s) for s in shortStrs[i]]这句我在python2.5下报错（i未定义），我改成shortStrs = [str(s) for s in shortStrs]就可以了。
-wfifi