Python 代码优化的 10 个实用技巧

1. 使用列表推导式

# 不推荐
result = []
for i in range(100):
    if i % 2 == 0:
        result.append(i * 2)

# 推荐
result = [i * 2 for i in range(100) if i % 2 == 0]

2. 使用生成器节省内存

处理大数据集时，生成器比列表更节省内存：

# 列表 - 一次性加载所有数据
data = [process(x) for x in large_dataset]

# 生成器 - 按需生成
data = (process(x) for x in large_dataset)

3. 使用内置函数

Python 内置函数经过 C 优化，通常比手动实现更快：

# 使用 sum() 而不是循环
sum(numbers)

4. 避免全局变量

局部变量访问速度比全局变量快 2-3 倍。

5. 使用 join() 连接字符串

# 低效
result = ""
for s in strings:
    result += s

# 高效
result = "".join(strings)

6. 使用集合进行成员检查

# 列表 O(n)
if item in my_list:
    pass

# 集合 O(1)
if item in my_set:
    pass

7. 使用 enumerate() 遍历

for index, value in enumerate(items):
    print(f"{index}: {value}")

8. 使用 zip() 并行遍历

for name, age in zip(names, ages):
    print(f"{name}: {age}")

9. 使用 contextlib 管理资源

from contextlib import contextmanager

@contextmanager
def managed_resource():
    resource = acquire()
    try:
        yield resource
    finally:
        release(resource)

10. 使用性能分析工具

使用 cProfile 或 line_profiler 找出性能瓶颈，针对性优化。

总结

优化前先测量，不要过早优化。可读性优先，在性能关键处应用这些技巧。