python性能优化技巧有哪些
小编给大家分享一下python性能优化技巧有哪些，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
性能优化技巧
1. 限制CPU和内存使用量
如果Python程序占用资源太大，想限制资源的使用,可以使用resource包。
# CPU限制 def time_exceeded(signo, frame): print("CPU 超额...") raise SystemExit(1) def set_max_runtime(seconds): soft, hard = resource.getrlimit(resource.RLIMIT_CPU) resource.setrlimit(resource.RLIMIT_CPU, (seconds, hard)) signal.signal(signal.SIGXCPU, time_exceeded) # 限制内存使用 def set_max_memory(size): soft, hard = resource.getrlimit(resource.RLIMIT_AS) resource.setrlimit(resource.RLIMIT_AS, (size, hard))对CPU限制时候，先获取特定资源(RLIMIT_CPU)的软限制和硬限制，然后使用参数指定的秒数和获取的硬限制来设置。如果超过CPU时间，将注册导致系统退出的信号。
对内存限制，也先获取软限制和硬限制，并用带有size参数的setrlimit对其进行设置。
2. 通过__slots__节省内存
如果程序中有一个类需要创建大量实例，那么可能会对内存占用会非常大。因为Python使用字典来表示类实例的属性，这可以加速执行，但内存效率很差，通常这不是问题。可以使用__slots__来优化：
import sys class FileSystem(object):
def __init__(self, files, folders, devices): self.files = files self.folders = folders self.devices = devices print(sys.getsizeof( FileSystem )) class FileSystem1(object): __slots__ = ['files', 'folders', 'devices'] def __init__(self, files, folders, devices): self.files = files self.folders = folders self.devices = devices print(sys.getsizeof( FileSystem1 ))
# Python 3.5下
#1-> 1016
#2-> 888
当定义__slots__属性时，Python使用固定大小的数组作为属性，而不用字典，这大大减少了每个实例所需的内存。当然使用__slots__也有缺点，比如，无法声明任何新属性，而且只能在__slots__上使用它们，__slots__的类也不能使用多重继承。
3. 用lru_cache缓存函数调用
都说Python性能差，尤其是一些计算的时候，其实是有一些通用的方法可以解决程序能的问题，比如缓存和记忆术。使用functools中的lru_cache可以解决迭代计算中大量重复迭代调用问题：
# CacheInfo(hits=2, misses=4, maxsize=32, currsize=4)
在上例中，我们执行正在缓存的GET请求(最多3个缓存结果)。还使用cache_info方法检查函数的缓存信息。装饰器还提供了clear_cache方法，用于删除缓存。
4. __all__控制import
某些语言支持import成员(变量，方法，接口)的机制。在Python中，默认所有内容都会import，但是可以使用__all__来限制
def foo(): pass def bar(): pass __all__ = ["bar"]
通过这样的方式我们可以限制从some_module import *使用时可以导入的内容。该实例中，则仅import bar函数。如果将__all__保留为空，并且在使用通配符import时，不会import任何东西，会触发AttributeError错误。
以上是"python性能优化技巧有哪些"这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！
