python运行加速的几种方式
更新时间：2021年07月13日 08:30:48 作者：python__reported
Python运行的慢是历来被诟病的，本文就来介绍一下python运行加速的几种方式，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
一、总结
1、使用pypy
2、减少函数化调用
3、减少文件的打开即with的调用，将这一调用放在for循环前面，然后传递至后面需要用到的地方
4、if函数判断条件多的尽量在前面
全面加速（pypy)
二、全面加速（pypy)
将python换为pypy,在纯python代码下，pypy的兼容性就不影响使用了，因为一些纯python的代码常常会用pypy进行一下加速
测试代码，for循环10000000次
start = time.time()
for i in range(10000000):
print(i,end="\r")
end = time.time()
print(f"耗费时间{end-start}秒>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>")
pypy的耗时为：
而python耗时为
大致三倍，但是循环越多估计越快，据说有6倍左右
二、减少文件的打开即with的调用
原代码的with在调用函数内，即每次调用函数都要打开并关闭文件，造成大量耗时
def BMES(word,tag):
with open(r"J:\PyCharm项目\学习进行中\NLP教程\NLP教程\数据集\词性标注\nature2ner.txt","a+",encoding="utf-8")as f_:
if len(word) == 1:
"""单字"""
f_.write(word + " " + f"S-{tag.upper()}" + "\n")
else:
"""多字"""
for index, word_ in enumerate(word):
if index == 0:
f_.write(word_ + " " + f"B-{tag.upper()}" + "\n")
elif 0 < index < len(word) - 1:
f_.write(word_ + " " + f"M-{tag.upper()}" + "\n")
else:
f_.write(word_ + " " + f"E-{tag.upper()}" + "\n")
#后续在多个if-elif-else中调用
耗时为
tqdm预估时间在15~25个小时左右跳动
将with放在循环前面
如
将with的内容作为f_传递进来
后的耗时为：
测试如下：
import os, warnings,time,tqdm
def txt(word):
with open("ceshi.txt","a+",encoding="utf-8")as f:
if len(str(word))<=2:
word+=100
f.write(str(word)+"\n")
elif 2<len(str(word))<=4:
word+=200
f.write(str(word)+"\n")
else:
f.write(str(word) + "\n")
if __name__=="__main__":
start = time.time()
for i in tqdm.tqdm(range(100000)):
txt(i)
end = time.time()
print(f"耗费时间{end-start}秒>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>")
耗时结果为：
将文件的打开即with的调用放在外面
import os, warnings,time,tqdm
def txt(f,word):
if len(str(word))<=2:
word+=100
f.write(str(word)+"\n")
elif 2<len(str(word))<=4:
word+=200
f.write(str(word)+"\n")
else:
f.write(str(word) + "\n")
if __name__=="__main__":
start = time.time()
with open("ceshi.txt", "a+", encoding="utf-8")as f:
for i in tqdm.tqdm(range(100000)):
txt(f,i)
end = time.time()
print(f"耗费时间{end-start}秒>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>")
耗时为
结论：快了119倍，而实际加速远远大于这个倍数
三、if判断靠前
如：
if tag in ["nts", "nto", "ntc", "ntcb", "ntcf", "ntch", "nth", "ntu", "nt"]:
BMES(f_,i2, tag="ORG")
elif tag in ["nb", "nba", "nbc", "nbp", "nf", "nm", "nmc", "nhm", "nh"]:
BMES(f_,i2, tag="OBJ")
elif tag in ["nnd", "nnt", "nn"]:
BMES(f_,i2, tag="JOB")
elif tag in ["nr", "nrf"]:
BMES(f_,i2, tag="PER")
elif tag in ["t"]:
BMES(f_,i2, tag="TIME")
elif tag in ["ns", "nsf"]:
BMES(f_,i2, tag="LOC")
else:
for i3 in list(i2):
f_.write(i3 + " " + f"O" + "\n")
满足条件的可以先跳出判断
到此这篇关于python运行加速的几种方式的文章就介绍到这了,更多相关python运行加速的几种方式内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
您可能感兴趣的文章:
相关文章
Python生成器在内存管理、延迟计算、生成无限序列以及提高代码简洁性和可读性方面都具有重要作用,这篇文章主要介绍了Python迭代器与生成器示例详解,需要的朋友可以参考下2024-02-02
Tuple在Python中表示一种“大小固定的有序序列”，这篇文章主要介绍了Python语言中Tuple的由来,需要的朋友可以参考下2022-09-09
用openCV和Python 实现图片对比,并标识出不同点的方式
今天小编就为大家分享一篇用openCV和Python 实现图片对比,并标识出不同点的方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
今天小编就为大家分享一篇Python实现自动访问网页的例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
python list数据等间隔抽取并新建list存储的例子
今天小编就为大家分享一篇python list数据等间隔抽取并新建list存储的例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-11-11
pycharm社区版安装django并创建一个简单项目的全过程
社区版的pycharm跟专业版的pycharm应用差别还是不太大,下面这篇文章主要给大家介绍了关于pycharm社区版安装django并创建一个简单项目的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2022-05-05
这篇文章主要为大家详细介绍了python实现定时发送qq消息，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-01-01
这篇文章主要介绍了Python中__init__.py文件的作用，在PyCharm中，带有__init__.py这个文件的目录被认为是Python的包目录，与普通目录的图标有不一样的显示2022-09-09
这篇文章主要介绍了python如何做代码性能分析，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下2021-04-04
这篇文章主要介绍了python自动脚本的pyautogui入门学习，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-04-04
最新评论