Python 以其簡(jiǎn)單性和多功能性而聞名，但即使是經(jīng)驗(yàn)豐富的開(kāi)發(fā)人員也會(huì)從采用最大化性能和可讀性的最佳實(shí)踐中受益。隨著數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和 Python 網(wǎng)絡(luò)開(kāi)發(fā)的興起，掌握高效的代碼技術(shù)已成為在當(dāng)今快速發(fā)展的技術(shù)環(huán)境中保持競(jìng)爭(zhēng)力的必須條件。在這里，我們將深入探討 20 種有效的技術(shù)來(lái)提高 Python 代碼的性能和可讀性，無(wú)論您是在處理復(fù)雜的項(xiàng)目還是快速的自動(dòng)化腳本。

1.使用生成器來(lái)節(jié)省內(nèi)存

生成器非常適合在不使用過(guò)多內(nèi)存的情況下處理大型數(shù)據(jù)集。它們一次生成一份數(shù)據(jù)，而不是將所有數(shù)據(jù)都保存在內(nèi)存中。例如，您可以使用生成器逐行讀取大型日志文件。

def read_large_file(file_path):
    with open(file_path, 'r') as file:
        for line in file:
            yield line.strip()

這種方法對(duì)于數(shù)據(jù)處理或批量訓(xùn)練等任務(wù)特別有用，在這些任務(wù)中，使用有限的內(nèi)存是必不可少的。

2.使用 .setdefault() 設(shè)置默認(rèn)值

如果您需要使用默認(rèn)值初始化字典中的鍵，.setdefault() 可以讓您免于手動(dòng)檢查。

inventory = {"jeans": 500, "top": 600}
inventory.setdefault("shoes", 0)
print(inventory)

這使得管理默認(rèn)值更加簡(jiǎn)潔，并且不需要額外的 if 語(yǔ)句。

3.用字典替換 if-elif 鏈

使用字典來(lái)映射函數(shù)而不是長(zhǎng)的 if-elif 鏈?zhǔn)勾a更干凈且更易于維護(hù)。

def start(): print("Start")
def stop(): print("Stop")
actions = {"start": start, "stop": stop}
action = "start"
actions.get(action, lambda: print("Invalid"))()

這種結(jié)構(gòu)提高了可讀性和性能，特別是在大型決策樹(shù)中。

4.使用計(jì)數(shù)器簡(jiǎn)化計(jì)數(shù)

集合模塊中的 Counter 類是簡(jiǎn)化 Python 中計(jì)數(shù)任務(wù)（例如頻率分析）的好方法。

from collections import Counter
words = ["apple", "banana", "apple", "orange", "banana"]
counts = Counter(words)
print(counts)

它無(wú)需創(chuàng)建自定義計(jì)數(shù)函數(shù)，并且高效且易于使用。

5.通過(guò)記憶化優(yōu)化遞歸

記憶化存儲(chǔ)昂貴的函數(shù)調(diào)用的結(jié)果，這在斐波那契計(jì)算等遞歸算法中特別有用。

from functools import lru_cache

@lru_cache(maxsize=1000)
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)

這種方法以最少的額外內(nèi)存為代價(jià)降低了時(shí)間復(fù)雜度。

6.使用裝飾器增加靈活性

Python 裝飾器對(duì)于將可重用功能應(yīng)用于多個(gè)函數(shù)非常有用，例如日志記錄或計(jì)時(shí)，而無(wú)需修改核心邏輯。

import time

def timer(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        print(f"{func.__name__} took {time.time() - start_time:.6f} seconds")
        return result
    return wrapper

@timer
def slow_function():
    time.sleep(1)

slow_function()

7.使用 dataclass 讓數(shù)據(jù)模型變得清晰

Python 的數(shù)據(jù)類通過(guò)自動(dòng)生成 init、repr 和比較方法，使定義簡(jiǎn)單的數(shù)據(jù)模型變得更容易且更具可讀性。

def read_large_file(file_path):
    with open(file_path, 'r') as file:
        for line in file:
            yield line.strip()

這有助于減少樣板代碼并保持?jǐn)?shù)據(jù)結(jié)構(gòu)清潔和可維護(hù)。

8.結(jié)構(gòu)條件與匹配

使用 Python 3.10，結(jié)構(gòu)模式匹配允許您匹配復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，而無(wú)需冗長(zhǎng)的 if-else 語(yǔ)句。

inventory = {"jeans": 500, "top": 600}
inventory.setdefault("shoes", 0)
print(inventory)

9.將鏈?zhǔn)?and 替換為 all()

要一次驗(yàn)證多個(gè)條件，請(qǐng)使用 all() 來(lái)保持代碼簡(jiǎn)潔和可讀。

def start(): print("Start")
def stop(): print("Stop")
actions = {"start": start, "stop": stop}
action = "start"
actions.get(action, lambda: print("Invalid"))()

10。使用列表推導(dǎo)式

列表推導(dǎo)式使循環(huán)簡(jiǎn)潔且富有表現(xiàn)力，特別是對(duì)于簡(jiǎn)單的轉(zhuǎn)換。

from collections import Counter
words = ["apple", "banana", "apple", "orange", "banana"]
counts = Counter(words)
print(counts)

它們比傳統(tǒng)循環(huán)更高效、更容易閱讀。

11。理解和使用生成器表達(dá)式

對(duì)于不需要列表的情況，請(qǐng)使用生成器表達(dá)式以獲得更好的內(nèi)存效率。

from functools import lru_cache

@lru_cache(maxsize=1000)
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)

生成器表達(dá)式通過(guò)按需生成值來(lái)減少內(nèi)存使用。

12。嘗試使用 zip() 進(jìn)行并行迭代

zip() 函數(shù)可以輕松并行迭代多個(gè)列表。

import time

def timer(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        print(f"{func.__name__} took {time.time() - start_time:.6f} seconds")
        return result
    return wrapper

@timer
def slow_function():
    time.sleep(1)

slow_function()

13。使用 with 語(yǔ)句安全地處理文件

with 語(yǔ)句確保文件在套件完成后正確關(guān)閉，使其成為文件處理的理想選擇。

from dataclasses import dataclass

@dataclass
class Employee:
    name: str
    id: int
    salary: float

e = Employee("Alice", 1, 50000)
print(e)

這簡(jiǎn)化了資源管理并最大限度地減少發(fā)生錯(cuò)誤的可能性。

14。通過(guò)類型提示添加安全性

類型提示使您的代碼更具可讀性，并幫助 IDE 在運(yùn)行前檢測(cè)潛在錯(cuò)誤。

def describe_point(point):
    match point:
        case (0, 0):
            return "Origin"
        case (0, y):
            return f"On Y-axis at {y}"
        case (x, 0):
            return f"On X-axis at {x}"
        case (x, y):
            return f"Point at ({x}, {y})"

類型提示提高了可維護(hù)性，尤其是在大型代碼庫(kù)中。

15。使用 any() for 或 條件進(jìn)行簡(jiǎn)化

要檢查列表中的任何條件是否為真，any() 比鏈?zhǔn)?or 條件更簡(jiǎn)潔。

fields = ["name", "email", "age"]
data = {"name": "Alice", "email": "alice@example.com", "age": 25}
if all(field in data for field in fields):
    print("All fields are present")

16。利用 try- except-else-finally

這種結(jié)構(gòu)允許更清晰的錯(cuò)誤處理，并最終增加管理不同場(chǎng)景的靈活性。

squares = [x ** 2 for x in range(10)]

17。使用命名元組組織數(shù)據(jù)

命名元組為元組添加結(jié)構(gòu)，使它們更具可讀性和自記錄性。

sum_of_squares = sum(x ** 2 for x in range(1000))

18。使用 f 字符串改進(jìn) str 連接

f 字符串比傳統(tǒng)的連接方法更快、更易讀，尤其是對(duì)于復(fù)雜的表達(dá)式。

names = ["Alice", "Bob"]
ages = [25, 30]
for name, age in zip(names, ages):
    print(f"{name} is {age} years old")

19。使用 itertools 進(jìn)行高效迭代

itertools 模塊提供高效的循環(huán)選項(xiàng)，例如生成排列、組合或重復(fù)元素。

def read_large_file(file_path):
    with open(file_path, 'r') as file:
        for line in file:
            yield line.strip()

20。使用上下文管理器保持代碼整潔

自定義上下文管理器幫助管理資源或清理任務(wù)，提高可讀性和安全性。

inventory = {"jeans": 500, "top": 600}
inventory.setdefault("shoes", 0)
print(inventory)

---

通過(guò)集成這些技術(shù)，您可以編寫(xiě)出不僅更高效而且更易讀和可維護(hù)的 Python 代碼。嘗試這些技巧，并逐漸將它們?nèi)谌氲侥娜粘＞幋a實(shí)踐中。

以上是編寫(xiě)高效且可讀的 Python 代碼的強(qiáng)大技術(shù)的詳細(xì)內(nèi)容。更多信息請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！