翻譯 | 更快的Python（二）
摘要：
更快的Python（Python Faster Way）使用程式碼示例來說明如何書寫Python程式碼能帶來更高的效能。本文對程式碼進行了講解，從效能和可讀性等角度來選擇出最適合的寫法。
例子11：字串連線
最差/最優時間比： 1.1...
更快的Python（Python Faster Way）使用程式碼示例來說明如何書寫Python程式碼能帶來更高的效能。本文對程式碼進行了講解，從效能和可讀性等角度來選擇出最適合的寫法。
例子11：字串連線
- 最差/最優時間比： 1.15
- 使用建議：一次性連線多個（3個以上）的字串的時候，使用join，其他情況使用加號或f-string。
- 說明：又是一個字串連線的問題，不過這個例子舉的不好，join適用的場景是一次連線多個字串，會比加號連線多個字串要快很多（加號相當於一個一個連線）。
例子12：數字的格式化
- 最差/最優時間比： 1.29
- 使用建議：需要複雜格式，推薦使用format方法；將數字轉換為字串，直接使用str方法。
- 說明：將數字轉為字串，使用str方法要快於format方法，因為format方法支援在轉換過程中增加規則，例如將數字轉為貨幣形式（每三位加一個逗號分隔符）。
例子13：獲取內建列表型別的長度
- 最差/最優時間比： 1.20
- 使用建議：使用len()方法。
- 說明：當呼叫len()方法時，系統實際上是呼叫了物件內建的 len 方法，從這個層面理解，直接呼叫 len 應該比len()方法更快。但是當len()內建的列表方法時，Python直譯器做了優化，直接返回了列表物件中儲存長度資訊的變數，並不會呼叫 len 。
例子14：整數型別的運算
- 最差/最優時間比： 2.63
- 使用建議：不要直接呼叫 add 等魔術方法。
- 說明：對於整數型別，呼叫魔術方法完成運算的速度遠遠慢於直接使用運算子，使用運算子時，Python直譯器直接呼叫C實現的operaotr包中的運算方法，所以速度很快；而使用呼叫魔術方法，在Python層面多出了呼叫 add 等魔術方法的額外操作。
例子15：自定義型別的運算子過載
- 最差/最優時間比： 1.06
- 使用建議：不要直接呼叫 add 等魔術方法。
- 說明：對於過載了運算子的物件，沒有對應的C實現運算方法，所以直接直接呼叫魔術方法速度會更快。
例子16：對range結果求和
- 最差/最優時間比： 2.95
- 使用建議：推薦使用第一種。
- 說明：和第一種相比，第三種會遍歷range先生成一個列表，然後將列表傳給sum，速度最慢，而第一種直接傳遞迭代器給sum，省去了遍歷生成列表的過程；第二種和第一種相比則是在Python層面實現了求和，而sum是C層面實現的求和，所以也沒有第一種塊。
例子17：for迴圈和表示式構建列表的區別
- 最差/最優時間比： 2.05
- 使用建議：推薦使用表示式構建。
- 說明：兩種方式看上去邏輯一樣，都是把range迭代器遍歷，生成一個列表，但是表示式是在位元組碼層面構建了一個迴圈來生成，而第二種則是在Python層面建立列表，並不斷Append，效能上要差於第一種。
例子18：for迴圈和表示式構建字典的區別
- 最差/最優時間比： 1.49
- 使用建議：推薦使用表示式。
- 說明：dict的update方法適用於合併兩個字典的情況，也就是說可以一次合併多個key，所以相比於直接訪問key速度要慢；根據圖中的測試，在100這個量級上，表示式生成的速度要慢一些，但是在更大的量級上，表示式的優勢就體現出來了，並且更加Pythonic。首先表示式方法是在位元組碼層面生成迴圈的，所以理論上比Python層面生成迴圈構建字典要快的，那麼為什麼在小量級的場景下，位元組碼反倒沒有優勢呢？根據dis出的位元組碼可以看到，表示式構建首先會MAKE_FUNCTION然後再CALL_FUNCTION，這裡會有一些基本的消耗，量級小的時候，這些基本消耗佔比高，量級越大，這些基本消耗所佔比例就越低，表示式方法的優勢也就越明顯。
例子19：for迴圈和表示式構建字典的區別
- 最差/最優時間比： 2.89
- 使用建議：推薦使用表示式構建。
- 說明：理由同上一個例子。
例子20：轉換為bool值
- 最差/最優時間比： N/A
- 使用建議：根據具體情況選擇。
- 說明：這個比較似乎沒有什麼好說的，時間的區別主要原因是構建a物件的成本不同。
參考文章
- ofollow,noindex">Python Faster Way