本篇内容主要讲解“python运行加速的方式有哪些”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“python运行加速的方式有哪些”吧!
目录
一、总结
二、全面加速（pypy)
二、减少文件的打开即with的调用
三、if判断靠前
一、总结
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,tqdmdef 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,tqdmdef 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，相信大家对“python运行加速的方式有哪些”有了更深的了解，不妨来实际操作一番吧！这里是编程网网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
