更快的Python（Python Faster Way）使用代码示例来说明如何书写Python代码能带来更高的性能。本文对代码进行了讲解，从性能和可读性等角度来选择出最适合的写法。

例子11：字符串连接

  • 最差/最优时间比：1.15
  • 使用建议：一次性连接多个（3个以上）的字符串的时候，使用join，其他情况使用加号或f-string。
  • 说明：又是一个字符串连接的问题，不过这个例子举的不好，join适用的场景是一次连接多个字符串，会比加号连接多个字符串要快很多（加号相当于一个一个连接）。

例子12：数字的格式化

  • 最差/最优时间比：1.29
  • 使用建议：需要复杂格式，推荐使用format方法；将数字转换为字符串，直接使用str方法。
  • 说明：将数字转为字符串，使用str方法要快于format方法，因为format方法支持在转换过程中增加规则，例如将数字转为货币形式（每三位加一个逗号分隔符）。

例子13：获取内置列表类型的长度

  • 最差/最优时间比：1.20
  • 使用建议：使用len()方法。
  • 说明：当调用len()方法时，系统实际上是调用了对象内置的__len__方法，从这个层面理解，直接调用__len__应该比len()方法更快。但是当len()内置的列表方法时，Python解释器做了优化，直接返回了列表对象中存储长度信息的变量，并不会调用__len__。

例子14：整数类型的运算

  • 最差/最优时间比：2.63
  • 使用建议：不要直接调用__add__等魔术方法。
  • 说明：对于整数类型，调用魔术方法完成运算的速度远远慢于直接使用运算符，使用运算符时，Python解释器直接调用C实现的operaotr包中的运算方法，所以速度很快；而使用调用魔术方法，在Python层面多出了调用__add__等魔术方法的额外操作。

例子15：自定义类型的运算符重载

  • 最差/最优时间比：1.06
  • 使用建议：不要直接调用__add__等魔术方法。
  • 说明：对于重载了运算符的对象，没有对应的C实现运算方法，所以直接直接调用魔术方法速度会更快。

例子16：对range结果求和

  • 最差/最优时间比：2.95
  • 使用建议：推荐使用第一种。
  • 说明：和第一种相比，第三种会遍历range先生成一个列表，然后将列表传给sum，速度最慢，而第一种直接传递迭代器给sum，省去了遍历生成列表的过程；第二种和第一种相比则是在Python层面实现了求和，而sum是C层面实现的求和，所以也没有第一种块。

例子17：for循环和表达式构建列表的区别

  • 最差/最优时间比：2.05
  • 使用建议：推荐使用表达式构建。
  • 说明：两种方式看上去逻辑一样，都是把range迭代器遍历，生成一个列表，但是表达式是在字节码层面构建了一个循环来生成，而第二种则是在Python层面创建列表，并不断Append，性能上要差于第一种。

例子18：for循环和表达式构建字典的区别

  • 最差/最优时间比：1.49
  • 使用建议：推荐使用表达式。
  • 说明：dict的update方法适用于合并两个字典的情况，也就是说可以一次合并多个key，所以相比于直接访问key速度要慢；根据图中的测试，在100这个量级上，表达式生成的速度要慢一些，但是在更大的量级上，表达式的优势就体现出来了，并且更加Pythonic。首先表达式方法是在字节码层面生成循环的，所以理论上比Python层面生成循环构建字典要快的，那么为什么在小量级的场景下，字节码反倒没有优势呢？根据dis出的字节码可以看到，表达式构建首先会MAKE_FUNCTION然后再CALL_FUNCTION，这里会有一些基本的消耗，量级小的时候，这些基本消耗占比高，量级越大，这些基本消耗所占比例就越低，表达式方法的优势也就越明显。

例子19：for循环和表达式构建字典的区别

  • 最差/最优时间比：2.89
  • 使用建议：推荐使用表达式构建。
  • 说明：理由同上一个例子。

例子20：转换为bool值

  • 最差/最优时间比：N/A
  • 使用建议：根据具体情况选择。
  • 说明：这个比较似乎没有什么好说的，时间的区别主要原因是构建a对象的成本不同。

参考文章