如何从哪三个关键层面有效优化Python代码执行效率？

本文共计1552个文字，预计阅读时间需要7分钟。

使用Python进入一个熟悉的状态后，会思考提升代码的性能。特别是Python的执行效率还有很大的提升空间（借鉴曹洞宗的说法）。面对提升效率这个话题，Python自身提供了许多高性能模块，如大的。

使用Python进入一个熟练的状态之后就会思考提升代码的性能，尤其是python的执行效率还有很大提升空间(委婉的说法)。面对提升效率这个话题，python自身提供了很多高性能模块，很多大牛开发出了高效第三方包，可谓是百花齐放。下面根据我个人使用总结出提升性能的几个层面和相关方法。

使用python进入一个熟练的状态之后就会思考提升代码的性能，尤其是python的执行效率还有很大提升空间(委婉的说法)。面对提升效率这个话题，python自身提供了很多高性能模块，很多大牛开发出了高效第三方包，可谓是百花齐放。下面根据我个人使用总结出提升性能的几个层面和相关方法。

python代码优化：

1. 语法层面
2. 高效模块
3. 解释器层面

语法层面

1. 变量定义
2. 数据类型
3. 条件判断
4. 循环
5. 生成器

变量定义

1. 多使用局部变量少使用全局变量，命名空间中局部变量优先搜索

条件判断

1. 可以使用字典的key value特性，直接用key命中条件，避免if判断
2. 用in操作在判断是否存在方面替换if else判断
3. 用max，min等内置函数在判断大小方面可以替换if else
4. 用bool可以判断出True或False，结合int(bool(object))可以在判断真值方面替换if else
5. 使用any 或 all 将多个判断一起处理，减少if else的分支
6. if条件的短路特性。if a or b这种判断中，如果a是True就不会判断b，所以将True条件写在前面可以节省判断时间。