{"id":895270,"date":"2023-10-31T03:48:06","date_gmt":"2023-10-31T08:48:06","guid":{"rendered":"https:\/\/blogging-techies.com\/ge\/die-10-nutzlichsten-tipps-zur-beschleunigung-ihres-python-codes\/"},"modified":"2023-10-31T03:48:06","modified_gmt":"2023-10-31T08:48:06","slug":"die-10-nutzlichsten-tipps-zur-beschleunigung-ihres-python-codes","status":"publish","type":"post","link":"https:\/\/blogging-techies.com\/ge\/die-10-nutzlichsten-tipps-zur-beschleunigung-ihres-python-codes\/","title":{"rendered":"Die 10 n\u00fctzlichsten Tipps zur Beschleunigung Ihres Python-Codes"},"content":{"rendered":"<p>Wenn Sie jemand fragt: \u201eWas ist derzeit die am schnellsten wachsende Programmiersprache der Welt?\u201c  Die Antwort wird einfach sein.  Deine Python.  Die weltweite Beliebtheit ist auf die einfache Syntax und die umfangreichen Bibliotheken zur\u00fcckzuf\u00fchren.  Heutzutage k\u00f6nnen Sie mit Python fast alles machen: Datenwissenschaft, maschinelles Lernen, Signalverarbeitung, Datenvisualisierung und vieles mehr.  Viele Leute behaupten jedoch, dass Python bei der L\u00f6sung schwerwiegender Probleme etwas langsam sei.  Die Ausf\u00fchrungszeit eines Programms h\u00e4ngt jedoch vom geschriebenen Code ab.  Mit ein paar Tipps und Tricks k\u00f6nnen Sie Ihren Python-Code beschleunigen und die Programmleistung verbessern.<\/p>\n<h2 id=\"tips-and-tricks-to-speed-up-python-code\" class=\"ftwp-heading\"><strong>Tipps und Tricks zur Beschleunigung des Python-Codes<\/strong><\/h2>\n<p>Wenn Sie nach M\u00f6glichkeiten suchen, Ihren Python-Code zu beschleunigen, ist dieser Artikel genau das Richtige f\u00fcr Sie.  Veranschaulicht Techniken und Strategien zur Reduzierung der Ausf\u00fchrungszeit eines Programms.  Die Tipps beschleunigen nicht nur den Code, sondern verbessern auch die Python-Kenntnisse.<\/p>\n<h3 id=\"01-use-built-in-libraries-and-functions\" class=\"ftwp-heading\"><strong>01. Verwenden Sie integrierte Bibliotheken und Funktionen<\/strong><\/h3>\n<p>Python verf\u00fcgt \u00fcber unz\u00e4hlige Bibliotheksfunktionen und -module.  Sie wurden von erfahrenen Entwicklern geschrieben und mehrfach getestet.  Daher sind diese Funktionen sehr effizient und helfen, den Code zu beschleunigen;  Es ist nicht erforderlich, den Code zu schreiben, wenn die Funktion bereits in der Bibliothek verf\u00fcgbar ist.  Lassen Sie uns hierzu ein einfaches Beispiel geben.<\/p>\n<pre>#code1\r\nnewlist = []\r\nfor word in oldlist:\r\n    newlist.append(word.upper())<\/pre>\n<pre>#code2\r\nnewlist = map(str.upper, oldlist)<\/pre>\n<p>Hier ist der zweite Code schneller als der erste, da die Bibliotheksfunktion \u201emap()\u201c verwendet wurde.  Diese Funktionen sind f\u00fcr Anf\u00e4nger n\u00fctzlich.  Wer m\u00f6chte nicht schnelleren, saubereren und kleineren Code schreiben?  Nutzen Sie daher so weit wie m\u00f6glich Bibliotheksfunktionen und -module.<\/p>\n<h3 id=\"02-right-data-structure-in-the-right-place\" class=\"ftwp-heading\"><strong>02. Richtige Datenstruktur am richtigen Ort<\/strong><\/h3>\n<p>Die Verwendung der richtigen Datenstruktur verk\u00fcrzt die Ausf\u00fchrungszeit.  Bevor Sie beginnen, sollten Sie \u00fcber die Datenstruktur nachdenken, die im Code verwendet wird.  Eine perfekte Datenstruktur beschleunigt Ihren Python-Code, w\u00e4hrend andere ihn durcheinander bringen.  Sie sollten eine Vorstellung von der zeitlichen Komplexit\u00e4t verschiedener Datenstrukturen haben.<\/p>\n<p>Python verf\u00fcgt \u00fcber integrierte Datenstrukturen wie Listen, Tupel, Mengen und W\u00f6rterb\u00fccher.  Die Leute sind es gewohnt, Listen zu verwenden.  Es gibt jedoch F\u00e4lle, in denen Tupel oder W\u00f6rterb\u00fccher viel besser funktionieren als Listen.  Weitere Informationen zu Datenstrukturen und Algorithmen finden Sie in Python-Lernb\u00fcchern.<\/p>\n<h3 id=\"03-try-to-minimize-the-use-of-for-loop\" class=\"ftwp-heading\"><strong>03. Tr<\/strong><strong>und um die Verwendung der for-Schleife zu minimieren<\/strong><\/h3>\n<p>Es ist ziemlich schwierig, die Verwendung einer for-Schleife zu vermeiden.  Aber jedes Mal, wenn Sie eine Chance haben, es zu verhindern, sagen Experten, dass Sie es tun sollten.  Die For-Schleife ist in Python dynamisch.  Die Ausf\u00fchrungszeit betr\u00e4gt mehr als eine While-Schleife.  Die verschachtelte for-Schleife nimmt viel mehr Zeit in Anspruch.  Zwei verschachtelte for-Schleifen nehmen das Quadrat der Zeit in einer einzigen for-Schleife ein.<\/p>\n<pre>#code1\r\nfor i in big_it:\r\n    m = re.search(r'\\d{2}-\\d{2}-\\d{4}', i)\r\n    if m:\r\n        ...<\/pre>\n<pre>#code2\r\ndate_regex = re.compile(r'\\d{2}-\\d{2}-\\d{4}')\r\n\r\nfor i in big_it:\r\n    m = date_regex.search(i)\r\n    if m:\r\n        ...<\/pre>\n<p>In diesem Fall ist es besser, einen geeigneten Ersatz zu verwenden.  Wenn for-Schleifen unvermeidbar sind, verschieben Sie die Berechnung au\u00dferdem au\u00dferhalb der Schleife.  Es wird viel Zeit sparen.  Wir k\u00f6nnen es im vorherigen Beispiel sehen.  Hier ist der zweite Code schneller als der erste, da die Berechnung au\u00dferhalb der Schleife erfolgt ist.<\/p>\n<h3 id=\"04-avoid-global-variables\" class=\"ftwp-heading\"><strong>04. Vermeiden Sie globale Variablen<\/strong><\/h3>\n<p><a href=\"https:\/\/en.wikipedia.org\/wiki\/Global_variable#:~:text=In%20computer%20programming%2C%20a%20global,global%20environment%20or%20global%20state.\" target=\"_blank\" rel=\"noopener nofollow\">Globale Variablen<\/a> Sie werden in vielen F\u00e4llen in Python verwendet.  Zur Deklaration wird das Schl\u00fcsselwort global verwendet.  Die Ausf\u00fchrungszeit dieser Variablen ist jedoch l\u00e4nger als die der lokalen Variablen.  Wenn Sie weniger davon verwenden, wird unn\u00f6tiger Speicherverbrauch eingespart.  Dar\u00fcber hinaus erfasst Python eine lokale Variable schneller als eine globale.  Beim Durchsuchen externer Variablen ist Python sehr langsam.<\/p>\n<p>Mehrere andere Programmiersprachen lehnen den ungeplanten Einsatz globaler Variablen ab.  Der Z\u00e4hler ist auf Nebenwirkungen zur\u00fcckzuf\u00fchren, die zu einer l\u00e4ngeren Ausf\u00fchrungszeit f\u00fchren.  Versuchen Sie daher nach M\u00f6glichkeit, eine lokale Variable anstelle einer globalen zu verwenden.  Dar\u00fcber hinaus k\u00f6nnen Sie vor der Verwendung in einer Schleife eine lokale Kopie erstellen und so Zeit sparen.<\/p>\n<h3 id=\"05-increase-the-use-of-list-comprehension\" class=\"ftwp-heading\"><strong>05. Erh\u00f6hen Sie den Einsatz von Listenverst\u00e4ndnissen<\/strong><\/h3>\n<p>Das Listenverst\u00e4ndnis bietet eine k\u00fcrzere Syntax.  Es ist eine Handvoll, wenn Sie eine neue Liste basierend auf einer vorhandenen Liste erstellen.  Eine Schleife ist ein Muss in jedem Code.  Manchmal wird die Syntax innerhalb der Schleife umfangreich.  In diesem Fall kann das Listenverst\u00e4ndnis verwendet werden.  Wir k\u00f6nnen das Beispiel nehmen, um es genauer zu verstehen.<\/p>\n<pre class=\"wp-block-preformatted prettyprinted\">#code1\r\nsquare_numbers = []\r\n  for n in range(0,20):\r\n    if n % 2 == 1:\r\n      square_numbers.append(n**2)<\/pre>\n<pre class=\"wp-block-preformatted prettyprinted\">#code2\r\nsquare_numbers = [n**2\u00a0for n in range(1,20) if n%2 == 1]<\/pre>\n<p>Dabei ben\u00f6tigt der zweite Code weniger Zeit als der erste Code.  Der Ansatz zum Listenverst\u00e4ndnis ist k\u00fcrzer und pr\u00e4ziser.  Bei kleinen Codes macht es m\u00f6glicherweise keinen gro\u00dfen Unterschied.  Aber bei umfangreicher Entwicklung kann es Ihnen etwas Zeit sparen.  Nutzen Sie daher das Listenverst\u00e4ndnis, wann immer Sie die M\u00f6glichkeit haben, Ihren Python-Code zu beschleunigen.<\/p>\n<h3 id=\"06-replace-range-with-xrange\" class=\"ftwp-heading\"><strong>06. Ersetzen Sie range() durch xrange()<\/strong><\/h3>\n<p>Das Problem mit range() und xrange() tritt auf, wenn Sie Python 2 verwenden. Diese Funktionen werden verwendet, um alles in der for-Schleife zu iterieren.  Im Fall von range() werden alle Zahlen im Bereich im Speicher gespeichert.  Aber xrange() speichert nur den Zahlenbereich, der angezeigt werden soll.<\/p>\n<p>Der R\u00fcckgabetyp von range() ist eine Liste und der von xrange() ein Objekt.  Letztendlich ben\u00f6tigt xrange() weniger Speicher und damit weniger Zeit.  Verwenden Sie daher wann immer m\u00f6glich xrange() anstelle von range().  Dies gilt nat\u00fcrlich nur f\u00fcr Python 2-Benutzer.<\/p>\n<h3 id=\"07-use-generators\" class=\"ftwp-heading\"><strong>07. Verwenden Sie Generatoren<\/strong><\/h3>\n<p>In Python ist ein Generator eine Funktion, die einen Iterator zur\u00fcckgibt, wenn das Schl\u00fcsselwort yield aufgerufen wird.  Generatoren sind hervorragende Speicheroptimierer.  Sie geben einen Artikel nach dem anderen zur\u00fcck, anstatt alles auf einmal zur\u00fcckzugeben.  Wenn Ihre Liste eine betr\u00e4chtliche Datenmenge enth\u00e4lt und Sie jeweils nur ein Datenelement verwenden m\u00fcssen, verwenden Sie Generatoren.<\/p>\n<p>Generatoren berechnen Daten in Teilen.  Daher kann die Funktion das Ergebnis auf Anfrage zur\u00fcckgeben und ihren Zustand beibehalten.  Generatoren bewahren den Status der Funktion, indem sie den Code stoppen, nachdem der Aufrufer den Wert generiert hat, und auf Anfrage an der Stelle weitermachen, an der er aufgeh\u00f6rt hat.<\/p>\n<p>Da die Generatoren bei Bedarf auf den Wert zugreifen und ihn berechnen, ist es nicht erforderlich, einen wesentlichen Teil der Daten vollst\u00e4ndig im Speicher zu speichern.  Dies f\u00fchrt zu erheblichen Speichereinsparungen und beschleunigt letztendlich den Code.<\/p>\n<h3 id=\"08-concatenate-strings-with-join\" class=\"ftwp-heading\"><strong>08. Strings mit Join verketten<\/strong><\/h3>\n<p>Bei der Arbeit mit Zeichenfolgen kommt es h\u00e4ufig zu einer Verkettung.  Im Allgemeinen verketten wir in Python mit \u201e+\u201c.  Bei jedem Schritt erstellt die \u201e+\u201c-Operation jedoch eine neue Zeichenfolge und kopiert das alte Material.  Dieser Prozess ist ineffizient und zeitaufw\u00e4ndig.  Wir m\u00fcssen hier join() verwenden, um Strings zu verketten, wenn wir unseren Python-Code beschleunigen wollen.<\/p>\n<pre class=\"wp-block-preformatted prettyprinted\">#code1\r\nx = \"I\" + \"am\" + \"a\" + \"python\" + \"geek\" \r\nprint(x)<\/pre>\n<pre class=\"wp-block-preformatted prettyprinted\">#code2\r\nx = \" \".join([\"I\", \"am\", \"a\", \"python\", \"geek\"])\r\nprint(x)<\/pre>\n<p>Wenn wir uns das Beispiel ansehen, gibt der erste Code \u201eIamapythongeek\u201c und der zweite Code \u201eI am a python geek\u201c aus.  Die Operation \u201ejoin()\u201c ist effizienter und schneller als \u201e+\u201c.  Au\u00dferdem bleibt der Code sauber.  Wer m\u00f6chte nicht schnelleren und saubereren Code?  Versuchen Sie also, join() anstelle von \u201e+\u201c zu verwenden, um Zeichenfolgen zu verketten.<\/p>\n<h3 id=\"09-profile-your-code\" class=\"ftwp-heading\"><strong>09. Profilieren Sie Ihren Code<\/strong><\/h3>\n<p>Profiling ist eine klassische Methode zur Codeoptimierung.  Es gibt viele Module zum Messen der Statistiken eines Programms.  Dadurch wissen wir, wo das Programm zu viel Zeit verbringt und was wir tun k\u00f6nnen, um es zu optimieren.  Um die Optimierung sicherzustellen, f\u00fchren Sie daher einige Tests durch und verbessern Sie das Programm, um die Wirksamkeit zu verbessern.<\/p>\n<p>Der Timer ist einer der Profiler.  Sie k\u00f6nnen es an einer beliebigen Stelle im Code verwenden und die Ausf\u00fchrungszeit jeder Phase ermitteln.  Dann k\u00f6nnen wir das Programm dort verbessern, wo es zu viel Zeit kostet.  Dar\u00fcber hinaus gibt es ein integriertes Profiler-Modul namens LineProfiler.  Es gibt auch einen beschreibenden Bericht \u00fcber die verbrauchte Zeit.  Es gibt mehrere Profiler, die Sie durch das Lesen von Python-B\u00fcchern erlernen k\u00f6nnen.<\/p>\n<h3 id=\"10-keep-yourself-updated-use-the-latest-version-of-python\" class=\"ftwp-heading\"><strong>10. Bleiben Sie auf dem Laufenden: Verwenden Sie die neueste Version von Python<\/strong><\/h3>\n<p>Es gibt Tausende von Entwicklern, die regelm\u00e4\u00dfig weitere Funktionen zu Python hinzuf\u00fcgen.  Die Module und Bibliotheksfunktionen, die wir heute verwenden, werden mit den Entwicklungen von morgen veraltet sein.  Python-Entwickler machen die Sprache von Tag zu Tag schneller und zuverl\u00e4ssiger.  Jede neue Version hat ihre Leistung gesteigert.<\/p>\n<p>Daher m\u00fcssen wir die Bibliotheken auf die neueste Version aktualisieren.  Python 3.9 ist jetzt die neueste Version.  Viele Python-2-Bibliotheken laufen m\u00f6glicherweise nicht auf Python3.  Behalten wir das im Hinterkopf und verwenden wir immer die neueste Version f\u00fcr maximale Leistung.<\/p>\n<h2 id=\"finally-insights\" class=\"ftwp-heading\"><strong>Zum Schluss Perspektiven<\/strong><\/h2>\n<p>Der Wert von Python-Entwicklern weltweit steigt von Tag zu Tag.  Also, worauf wartest Du!  Es ist an der Zeit, dass Sie lernen, wie Sie Python-Code beschleunigen k\u00f6nnen.  Die von uns bereitgestellten Tipps und Tricks werden Ihnen sicherlich dabei helfen, effiziente Codes zu schreiben.  Wenn Sie ihnen folgen, k\u00f6nnen wir hoffen, dass Sie Ihren Code verbessern und sich mit fortgeschritteneren Python-Themen befassen k\u00f6nnen.<\/p>\n<p>Wir haben versucht, alle wichtigen Tipps und Tricks zu zeigen, die Sie ben\u00f6tigen, um Ihren Code zu beschleunigen.  Wir hoffen, dass der Artikel die meisten Ihrer Fragen beantwortet hat.  Jetzt liegt der Rest bei Ihnen.  Allerdings gibt es kein Ende des Wissens und es gibt kein Ende des Lernens.  Wenn wir also etwas Wichtiges verpasst haben, lassen Sie es uns bitte wissen.  Viel Spa\u00df beim Lernen!<\/p>\n   ","protected":false},"excerpt":{"rendered":"<p>Wenn Sie jemand fragt: \u201eWas ist derzeit die am schnellsten wachsende Programmiersprache der Welt?\u201c Die Antwort wird einfach sein. Deine Python. Die weltweite Beliebtheit ist auf die einfache Syntax und die umfangreichen Bibliotheken zur\u00fcckzuf\u00fchren. Heutzutage k\u00f6nnen Sie mit Python fast alles machen: Datenwissenschaft, maschinelles Lernen, Signalverarbeitung, Datenvisualisierung und vieles mehr. Viele Leute behaupten jedoch, dass [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":895271,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","fifu_image_url":"https:\/\/blogging-techies.com\/wp-content\/uploads\/2023\/06\/2-1.jpg","fifu_image_alt":""},"categories":[7],"tags":[],"_links":{"self":[{"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/posts\/895270"}],"collection":[{"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/comments?post=895270"}],"version-history":[{"count":0,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/posts\/895270\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/media\/895271"}],"wp:attachment":[{"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/media?parent=895270"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/categories?post=895270"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/tags?post=895270"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}