独家 | 6种让Python程序变慢的坏习惯
作者: Christopher Tao翻译：王可汗校对：王雨桐
本文约1800字，建议阅读5分钟本文总结了Python代码中经常被忽略的影响代码的运行速度常见问题。随着Python的流行，用户数量也在增加。Python确实相对容易上手，也非常灵活，因此有更多可能的方式来实现一个函数。
当有多种方法可以实现一件特定的事情时，这意味着每种方法都有优缺点。在本文中，我收集了6种编写Python代码的典型方法，这些方法可能导致相对较差的性能。
一、不导入根模块
在使用Python时，我们无法避免的一件事就是导入模块，无论是内置模块还是第三方模块。有时我们可能只需要其中的一个或几个函数或对象。在这种情况下，我们应该只导入需要的函数或对象，而不是导入根模块。
这里有一个简单的例子。假设我们需要在程序中计算一些数字的平方根。
低效率示范：
在这个错误的示例中，我们导入了math模块，并使用math.sqrt()访问该函数。当然它可以运行，但是如果我们直接导入sqrt()函数，性能会更好。
高效率示范：
这比原来的快了25%。此外如果我们需要在程序中多次使用平方根函数，代码将会更整洁。
二、避免使用点/点链接
在Python中访问对象的属性或函数时，使用.是非常直观的。这种方法大多数时候都没有问题。然而如果我们能够避免使用点或点链接，那么性能便会变得更好。
低效率例子：
高效率例子：
如果你不相信它能起到同样的作用，我们可以验证一下。
注意：我可以预料到许多Python开发人员会跳出来说，这个例子中的技术有点可笑。事实上即使是我自己，也很少像上面那样写代码。然而我们应该知道怎样的代码是更高效的，可以使实现更快。
如果我们想要添加列表并从列表中移除项目，我们应该考虑使用这个技巧。这就是为什么我们需要平衡代码的性能和可读性。
三、不使用+连接字符串
字符串在Python中是不可变的。因此当我们使用“+”将多个字符串连接成一个长字符串时，每个子字符串都是单独操作的。
低效率例子：
具体来说，对于每个子字符串，它需要请求一个内存地址，然后将它与该内存地址中的原始字符串连接起来。这就产生了一种开销。
高效率例子：
然而当我们使用join()函数时，该函数事先知道所有子字符串，并根据最终的字符串长度分配内存地址。因此省去了为每个子字符串分配内存的开销。
注意点：强烈建议尽可能多地使用join()函数。然而，有时我们可能只想连接两个字符串。或者只是为了方便起见，我们想使用“+”。在这些情况下，使用“+”号可以获得更好的可读性和更短的代码长度。
四、不使用临时变量进行值交换
许多算法需要两个变量的值交换。在大多数其他编程语言中，通常要引入一个临时变量来实现，如下所示。
低效率示范：
很明显我们需要一个临时变量作为过渡。当变量b的值被传递给变量a时，它用于保存变量a的值，然后a的值可以被赋给变量b。
高效率示范：
然而在Python中，我们不需要使用临时变量。Python有如下内置语法来实现这个值交换。这不仅提升了效率，而且使代码更加整洁。
五、在if条件下使用短路逻辑（short-circuit）
短路计算在许多编程语言中都存在，Python也是如此。它指的是一些布尔运算符的计算逻辑，只有在第一个参数不足以确定整个表达式的值时，才执行或计算第二个参数。让我们用一个例子来演示。假设我们有如下列表。
my_dict = [ { 'name': 'Alice', 'age': 28 }, { 'name': 'Bob', 'age': 23 }, { 'name': 'Chris', 'age': 33 }, { 'name': 'Chelsea', 'age': 2 }, { 'name': 'Carol', 'age': 24 }]我们的工作是筛选名单，找出姓名以“C”开头、年龄在30岁以上的所有人。
低效率示范：
有两个条件都需要满足:
- 名字以“C”开头
- 年龄≥30岁
我们可以这样写代码。
高效率示范：
前面示例中的代码没有任何错误。然而在这个虚构的例子中，只有“Chris”的年龄超过30岁。
因此如果我们先写出检查名字的条件，则满足了3个名字(Chris, Chelsea, Carol)。然后检查这三个人的年龄是否满足第二个条件。
但是由于短路逻辑，如果我们先写年龄条件，只有Chris的年龄在30岁以上，我们会再次检查他的名字是否以“C”开头。
在这种情况下，它几乎快了100%。
六、如果可以使用for循环，就不要使用while循环
Python使用大量C语言来提高性能，即CPython。在循环语句方面，与while循环相比，Python中的for循环有相对较少的步骤，而更多的步骤是作为C代码运行的。
因此当我们可以在Python中使用for循环时，尽量避免使用while循环。这不仅是因为在Python中for循环更优雅，而且性能更好。
低效率示范:
高效率示范：
总结
在本文中，我列出了6个可以使Python程序更快的技巧。但是我们也需要特别注意的是，我们不应该总是把性能放在第一位。有时可读性和简洁性也应该考虑在内，这一切最重要的是平衡。
原文标题：
Six Bad Manners that Make YourPython Program Slower
原文链接：
https://towardsdatascience.com/6-bad-manners-makes-your-python-program-slower-15b6fce62927
编辑：黄继彦
译者简介
王可汗，清华大学机械工程系直博生在读。曾经有着物理专业的知识背景，研究生期间对数据科学产生浓厚兴趣，对机器学习AI充满好奇。期待着在科研道路上，人工智能与机械工程、计算物理碰撞出别样的火花。希望结交朋友分享更多数据科学的故事，用数据科学的思维看待世界。
翻译组招募信息
工作内容：需要一颗细致的心，将选取好的外文文章翻译成流畅的中文。如果你是数据科学/统计学/计算机类的留学生，或在海外从事相关工作，或对自己外语水平有信心的朋友欢迎加入翻译小组。
你能得到：定期的翻译培训提高志愿者的翻译水平，提高对于数据科学前沿的认知，海外的朋友可以和国内技术应用发展保持联系，THU数据派产学研的背景为志愿者带来好的发展机遇。
其他福利：来自于名企的数据科学工作者，北大清华以及海外等名校学生他们都将成为你在翻译小组的伙伴。
点击文末“阅读原文”加入数据派团队~
转载须知
如需转载，请在开篇显著位置注明作者和出处（转自：数据派ID：DatapiTHU），并在文章结尾放置数据派醒目二维码。有原创标识文章，请发送【文章名称-待授权公众号名称及ID】至联系邮箱，申请白名单授权并按要求编辑。
发布后请将链接反馈至联系邮箱（见下方）。未经许可的转载以及改编者，我们将依法追究其法律责任。
点击“阅读原文”拥抱组织