百木园1.使用map()进行函数映射
✅ Exp1：将字符串数组中的小写字母转为大写字母。
测试数组为 oldlist = [\'life\', \'is\', \'short\', \'i\', \'choose\', \'python\']。
- 方法一
newlist = [] for word in oldlist: newlist.append(word.upper())
- 方法二
list(map(str.upper, oldlist))
方法一耗时 0.5267724000000005s，方法二耗时 0.41462569999999843s，性能提升 21.29% 🚀
2.使用set()求交集
✅ Exp2：求两个list的交集。
测试数组：a = [1,2,3,4,5]，b = [2,4,6,8,10]。
- 方法一
overlaps = []
for x in a:
for y in b:
if x == y:
overlaps.append(x)
- 方法二
list(set(a) & set(b))
方法一耗时 0.9507264000000006s，方法二耗时 0.6148200999999993s，性能提升 35.33% 🚀
关于set()的语法：|、&、-分别表示求并集、交集、差集。
3.使用sort()或sorted()排序
我们可以通过多种方式对序列进行排序，但其实自己编写排序算法的方法有些得不偿失。因为内置的 sort()或 sorted() 方法已经足够优秀了，且利用参数key可以实现不同的功能，非常灵活。二者的区别是sort()方法仅被定义在list中，而sorted()是全局方法对所有的可迭代序列都有效。
✅ Exp3：分别使用快排和sort()方法对同一列表排序。
测试数组：lists = [2,1,4,3,0]。
- 方法一
def quick_sort(lists,i,j): if i >= j: return list pivot = lists[i] low = i high = j while i < j: while i < j and lists[j] >= pivot: j -= 1 lists[i]=lists[j] while i < j and lists[i] <=pivot: i += 1 lists[j]=lists[i] lists[j] = pivot quick_sort(lists,low,i-1) quick_sort(lists,i+1,high) return lists
- 方法二
lists.sort()
方法一耗时 2.4796975000000003s，方法二耗时 0.05551999999999424s，性能提升 97.76% 🚀
顺带一提，sorted()方法耗时 0.1339823999987857s。
可以看出，sort()作为list专属的排序方法还是很强的，sorted()虽然比前者慢一点，但是胜在它“不挑食”，它对所有的可迭代序列都有效。
扩展：如何定义sort()或sorted()方法的key❓
- 通过
lambda定义
#学生：（姓名，成绩，年龄） students = [(\'john\', \'A\', 15),(\'jane\', \'B\', 12),(\'dave\', \'B\', 10)] students.sort(key = lambda student: student[0]) #根据姓名排序 sorted(students, key = lambda student: student[0])
- 通过
operator定义
import operator students = [(\'john\', \'A\', 15),(\'jane\', \'B\', 12),(\'dave\', \'B\', 10)] students.sort(key=operator.itemgetter(0)) sorted(students, key = operator.itemgetter(1, 0)) #先对成绩排序，再对姓名排序
operator的itemgetter()适用于普通数组排序，attrgetter()适用于对象数组排序
- 通过
cmp_to_key()定义，最为灵活
import functools def cmp(a,b): if a[1] != b[1]: return -1 if a[1] < b[1] else 1 #先按照成绩升序排序 elif a[0] != b[0]: return -1 if a[0] < b[0] else 1 #成绩相同，按照姓名升序排序 else: return -1 if a[2] > b[2] else 1 #成绩姓名都相同，按照年龄降序排序 students = [(\'john\', \'A\', 15),(\'john\', \'A\', 14),(\'jane\', \'B\', 12),(\'dave\', \'B\', 10)] sorted(students, key = functools.cmp_to_key(cmp))
4.使用collections.Counter()计数
✅ Exp4：统计字符串中每个字符出现的次数。
测试数组：sentence=\'life is short, i choose python\'。
- 方法一
counts = {} for char in sentence: counts[char] = counts.get(char, 0) + 1
- 方法二
from collections import Counter Counter(sentence)
方法一耗时 2.8105250000000055s，方法二耗时 1.6317423000000062s，性能提升 41.94% 🚀
5.使用列表推导
列表推导（list comprehension）短小精悍。在小代码片段中，可能没有太大的区别。但是在大型开发中，它可以节省一些时间。
✅ Exp5：对列表中的奇数求平方，偶数不变。
测试数组：oldlist = range(10)。
- 方法一
newlist = [] for x in oldlist: if x % 2 == 1: newlist.append(x**2)
- 方法二
[x**2 for x in oldlist if x%2 == 1]方法一耗时 1.5342976000000021s，方法二耗时 1.4181957999999923s，性能提升 7.57% 🚀
6.使用
join()连接字符串
大多数人都习惯使用
+来连接字符串。但其实，这种方法非常低效。因为，+操作在每一步中都会创建一个新字符串并复制旧字符串。更好的方法是用join()来连接字符串。关于字符串的其他操作，也尽量使用内置函数，如isalpha()、isdigit()、startswith()、endswith()等。
✅ Exp6：将字符串列表中的元素连接起来。
测试数组：oldlist = [\'life\', \'is\', \'short\', \'i\', \'choose\', \'python\']。
- 方法一
sentence = \"\" for word in oldlist: sentence += word
- 方法二
\"\".join(oldlist)方法一耗时 0.27489080000000854s，方法二耗时 0.08166570000000206s，性能提升 70.29% 🚀
join还有一个非常舒服的点，就是它可以指定连接的分隔符，举个例子👇
oldlist = [\'life\', \'is\', \'short\', \'i\', \'choose\', \'python\'] sentence = \"//\".join(oldlist) print(sentence)
life//is//short//i//choose//python
7.使用x, y = y, x交换变量
✅ Exp6：交换x，y的值。
- 方法一
temp = x x = y y = temp
- 方法二
x, y = y, x
方法一耗时 0.027853900000010867s，方法二耗时 0.02398730000000171s，性能提升 13.88% 🚀
8.使用while 1取代while True
在不知道确切的循环次数时，常规方法是使用while True进行无限循环，在代码块中判断是否满足循环终止条件。虽然这样做没有任何问题，但while 1的执行速度比while True更快。因为它是一种数值转换，可以更快地生成输出。
✅ Exp8：分别用while 1和while True循环 100 次。
- 方法一
i = 0 while True: i += 1 if i > 100: break
- 方法二
i = 0 while 1: i += 1 if i > 100: break
方法一耗时 3.679268300000004s，方法二耗时 3.607847499999991s，性能提升1.94% 🚀
来源：https://www.cnblogs.com/tuixiulaozhou/p/16768677.html
本站部分图文来源于网络，如有侵权请联系删除。