脚本宝典收集整理的这篇文章主要介绍了Python 性能快速优化： 系列二，脚本宝典觉得挺不错的，现在分享给大家，也给大家做个参考。
这个是 Python 性能快速优化的第二部分，第一部分请点击这里。
- 使用 Map ，reduce 和 Filter 代替
for 循环
- 校验
a in b， 字典 或 set 比 列表 或 元组 更好
- 当数据量大的时候，尽可能使用不可变数据类型，他们更快 元组 > 列表
- 在一个列表中插入数据的复杂度为 O(n)
- 如果你需要操作列表的两端，使用
deque
del - 删除对象使用如下
1） @L_777_3@ 自己处理它，但确保使用了 gc 模块
2） 编写 __del__ 函数
3） 最简单的方式，使用后调用 del
time.clock()
- GIL(http://wiki.python.org/moin/GlobalInterpreterLock) - GIL is a daemon
GIL 仅仅允许一个 Python 的原生线程来运行每个进程。阻止 CPU 级别的并行，尝试使用 ctyPEs 和 原生的 C 库来解决它，当你达到 Python 优化的最后，总是存在一个选项，可以使用原生的 C 重写慢的函数，通过 Python 的 C 绑定使用它，其他的库如 gevent 也是致力于解决这个问题，并且获得了成功。
TL,DR：当你写代码了，过一遍数据结构，迭代结构，内建和为 GIL 创建 C 扩展，如有必要。
更新：multiPRocessing 是在 GIL 的范围之外，这意味着你可以使用 multiprocessing 这个标准库来运行多个进程。
看下我的 2013 的印度 PyCon 演讲
以上是脚本宝典为你收集整理的Python 性能快速优化： 系列二全部内容，希望文章能够帮你解决Python 性能快速优化： 系列二所遇到的问题。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。