python程序太慢。该如何加快速度？

总的来说，这是个棘手的问题。首先，下面列出了深入了解前需要记住的事情：

• 不同的Python实现具有不同的性能特征。本常见问题解答的重点是 CPython 。

• 行为可能因操作系统而异，尤其是在谈论 I / O 或多线程时。

• 在尝试优化任何代码 前 ，应始终找到程序中的热点（请参阅 profile 模块）。

• 编写基准脚本将允许您在搜索改进时快速迭代（请参阅 timeit 模块）。

• 强烈建议在可能引入隐藏在复杂优化中的回归之前，要有良好的代码覆盖率（通过单元测试或任何其他技术）。

话虽如此，加速Python代码有很多技巧。以下是一些可以达到可接受的性能水平的一般原则：

• 使您的算法更快（或更改为更快的算法）可以产生比尝试在代码中使用微优化技巧更大的好处。

• 使用正确的数据结构。参考文档 内置类型 和 collections 模块。

• 当标准库提供用于执行某些操作的原语时，可能（尽管不能保证）比您可能提出的任何替代方案更快。对于用C编写的原语，例如内置函数和一些扩展类型，这是真的。例如，请确保使用 list.sort() 内置方法或相关的 sorted() 函数进行排序（有关适度高级用法的示例，请参阅 排序指南 ）。

• 抽象倾向于创造间接性并迫使翻译更多地工作。如果间接级别超过完成的有用工作量，则程序将变慢。你应该避免过度抽象，特别是在微小的功能或方法的形式下（这通常也会对可读性产生不利影响）。

如果你已经达到纯 Python 允许的限制，那么有一些工具可以让你走得更远。 例如， Cython 可以将稍微修改的 Python 代码版本编译为 C 扩展，并且可以在许多不同的平台上使用。 Cython 可以利用编译（和可选的类型注释）来使代码明显快于解释运行时的速度。 如果您对 C 编程技能有信心，也可以自己 编写 C 扩展模块 。

参见

专门介绍 性能提示 的wiki页面。