Redmi Pad評(píng)測(cè)：紅米充滿野心的一次嘗試
從Note系列到K系列，從藍(lán)牙耳機(jī)到筆記本電腦，紅米不知不覺(jué)之間也已經(jīng)形成了自己頗有競(jìng)爭(zhēng)力的產(chǎn)品體系，在中端和次旗艦市場(chǎng)上甚至要比小米新機(jī)的表現(xiàn)來(lái)得更好，正所謂“大丈夫生居
要理解為什么 Python 代碼在函數(shù)中運(yùn)行得更快，我們需要首先了解 Python 是如何執(zhí)行代碼的
我們知道，python 是一種解釋型語(yǔ)言，它會(huì)逐行讀取并執(zhí)行代碼
當(dāng)運(yùn)行一個(gè) python 程序的時(shí)候，首先將代碼編譯成字節(jié)碼（一種更接近機(jī)器碼的中間語(yǔ)言）然后 python 解釋器執(zhí)行字節(jié)碼
圖片
圖片
由上所示，python 中的 dis 模塊將函數(shù) hello_world 分解為字節(jié)碼
需要注意的是，python 解釋器是一個(gè)執(zhí)行字節(jié)碼的虛擬機(jī)，默認(rèn)的 python 解釋器是用 C 編寫的，即 CPython
還有其他的 python 解釋器如 Jython(用 Java 編寫)，IronPython(用于 )和PyPy(用 Python 和 C 編寫)
我們來(lái)編寫一個(gè)簡(jiǎn)單的例子：定義一個(gè)函數(shù) my_function，函數(shù)內(nèi)部包含一個(gè) for 循環(huán)
圖片
編譯該函數(shù)的時(shí)候，字節(jié)碼可能如下所示
圖片
這里的關(guān)鍵指令是 STORE_FAST ，用于存儲(chǔ)循環(huán)變量 i
現(xiàn)在我們把這個(gè) for 循環(huán)放在 python 腳本的頂層（全局范圍內(nèi)），然后再來(lái)看一下字節(jié)碼
圖片
圖片
可以看到關(guān)鍵指令變成了 STORE_NAME，而不是 STORE_FAST
字節(jié)碼 STORE_FAST比 STORE_NAME 快，因?yàn)樵诤瘮?shù)中，局部變量存儲(chǔ)在固定長(zhǎng)度的數(shù)組中，而不是存儲(chǔ)在字典中。這個(gè)數(shù)組可以通過(guò)索引直接訪問(wèn)，使得變量檢索非常快
基本上，它只是一個(gè)指向列表的指針，并增加了 PyObject 的引用計(jì)數(shù)，這兩個(gè)都是高效的操作
另一方面，全局變量存儲(chǔ)在一個(gè)字典。當(dāng)訪問(wèn)全局變量時(shí)，Python 必須執(zhí)行哈希表查找，這涉及計(jì)算哈希值，然后檢索與之關(guān)聯(lián)的值
雖然經(jīng)過(guò)優(yōu)化，但仍然比基于索引的查找慢
我們知道在 Python 中，代碼執(zhí)行的速度取決于代碼執(zhí)行的位置——在函數(shù)中還是在全局作用域中
讓我們用一個(gè)簡(jiǎn)單的基準(zhǔn)測(cè)試的例子來(lái)比較一下
首先定義一個(gè)求階乘的函數(shù)
圖片
然后在全局范圍內(nèi)執(zhí)行相同的代碼
圖片
為了對(duì)這兩段代碼進(jìn)行基準(zhǔn)測(cè)試，我們可以在 Python 中使用 timeit 模塊，它提供了一種簡(jiǎn)單的方法來(lái)對(duì)少量 Python 代碼進(jìn)行計(jì)時(shí)
圖片
可以看到，函數(shù)代碼的執(zhí)行速度比全局作用域代碼要快
需要注意的是，這兩段代碼最好不要放在同一腳本中，要分開(kāi)單獨(dú)運(yùn)行
這是因?yàn)?nbsp;benchmark() 函數(shù)在執(zhí)行時(shí)間上增加了一些開(kāi)銷，并且全局代碼在內(nèi)部進(jìn)行了優(yōu)化
cProfile 分析
python 提供了一個(gè) cProfile 內(nèi)置模塊
讓我們用它來(lái)分析一個(gè)新例子：在局部和全局范圍內(nèi)計(jì)算平方和
圖片
上面的例子中，可以認(rèn)為sum_of_squares_g() 函數(shù)是全局的，因?yàn)樗褂昧藘蓚€(gè)全局變量， i 和 total
從性能分析結(jié)果中，可以看到函數(shù)代碼在執(zhí)行時(shí)間方面比全局更有效
圖片
前面我們知道，Python 代碼在函數(shù)中運(yùn)行往往比在全局范圍內(nèi)運(yùn)行要快得多
如果想要進(jìn)一步提高 python 函數(shù)代碼效率，不妨考慮一下使用局部變量而不是全局變量
另一種方法是盡可能使用內(nèi)置函數(shù)和庫(kù)。Python 的內(nèi)置函數(shù)是用 C 實(shí)現(xiàn)的，比 Python 快得多
比如 NumPy 和 Pandas，也是用 C 或 C++ 實(shí)現(xiàn)的，它們比實(shí)現(xiàn)同樣功能的 Python 代碼速度更快
又比如同樣是實(shí)現(xiàn)數(shù)字求和的功能，python 內(nèi)置的 sum 函數(shù)要比你自己編寫函數(shù)速度更快
本文鏈接：http://www.tebozhan.com/showinfo-26-10609-0.html為什么 Python 代碼在函數(shù)中運(yùn)行得更快？
聲明：本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請(qǐng)聯(lián)系：2376512515@qq.com 津ICP備18001702號(hào)
津公網(wǎng)安備 12010102000574號(hào)