python循環(huán)內(nèi)要處理大量數(shù)據(jù)時(shí)怎么優(yōu)化？先嘗試優(yōu)化程序的時(shí)間復(fù)雜度，找到更有效的算法在保證算法復(fù)雜度在可接受范圍內(nèi)后，開(kāi)始不斷優(yōu)化。下面是一些Python優(yōu)化的技巧：實(shí)際測(cè)量表明for語(yǔ)句通常比w

python循環(huán)內(nèi)要處理大量數(shù)據(jù)時(shí)怎么優(yōu)化？

先嘗試優(yōu)化程序的時(shí)間復(fù)雜度，找到更有效的算法

在保證算法復(fù)雜度在可接受范圍內(nèi)后，開(kāi)始不斷優(yōu)化。下面是一些Python優(yōu)化的技巧：

實(shí)際測(cè)量表明for語(yǔ)句通常比while語(yǔ)句更有效

同樣，實(shí)際測(cè)量表明xrange通常比range更有效

如果要存儲(chǔ)動(dòng)態(tài)數(shù)據(jù)（也就是說(shuō)，它是可能的），測(cè)量表明兩個(gè)str的連接效率是從高到低=，join，

多個(gè)str的連接效率是從高到低=，join，

，

嘗試使用列表解析表達(dá)式和生成器表達(dá)式而不是循環(huán)來(lái)構(gòu)建列表

]避免使用全局關(guān)鍵字，無(wú)論是從代碼效率還是可移植性的角度來(lái)看

這個(gè)答案適用于python3.xpython，而且速度比較慢。但相對(duì)而言，python的編寫(xiě)方式比directfor循環(huán)更快。例如，循環(huán)的標(biāo)準(zhǔn)編寫(xiě)如下：對(duì)于范圍（10000）中的I:I**2，速度較慢，而標(biāo)準(zhǔn)編寫(xiě)的嵌套循環(huán)速度較慢。它可以重寫(xiě)為一個(gè)列表推理：[I**2 for I in range（10000）]，這比direct for loop的標(biāo)準(zhǔn)編寫(xiě)方法快得多。此外，它還可以使用Python的高級(jí)函數(shù)映射來(lái)執(zhí)行自動(dòng)并行計(jì)算。它也可以寫(xiě)成列表（map（lambda I:I**2，range（10000）））。map函數(shù)幾乎和list推理一樣快。

python如何提高for循環(huán)效率？

為了解決運(yùn)行效率的問(wèn)題，Python是一種粘合語(yǔ)言，所以在用C或Java重寫(xiě)后，自然會(huì)嵌入需要高效運(yùn)行的代碼塊。這是解決執(zhí)行效率問(wèn)題的最有效途徑。