python函數(shù)可以提高代碼執(zhí)行速度嗎

不同的編程語(yǔ)言，會(huì)有不同 的緩存策略，例如，通過(guò)哈希映射、優(yōu)先級(jí)隊(duì)列等實(shí)現(xiàn)緩存。因此，不同的編程語(yǔ)言，在緩存的解決方案方面具有很大差異，可能需要幾分鐘，也可能需要幾小時(shí)。

石樓網(wǎng)站建設(shè)公司創(chuàng)新互聯(lián),石樓網(wǎng)站設(shè)計(jì)制作，有大型網(wǎng)站制作公司豐富經(jīng)驗(yàn)。已為石樓1000+提供企業(yè)網(wǎng)站建設(shè)服務(wù)。企業(yè)網(wǎng)站搭建\成都外貿(mào)網(wǎng)站制作要多少錢，請(qǐng)找那個(gè)售后服務(wù)好的石樓做網(wǎng)站的公司定做！

但是，在Python中，標(biāo)準(zhǔn)工具包functools實(shí)現(xiàn)了一種名為L(zhǎng)RU(Least Recently Used)的緩存策略，可以通過(guò)傳入?yún)?shù)，來(lái)設(shè)定緩存最近多少次的計(jì)算結(jié)果，如果傳入?yún)?shù)為None，那么則不緩存。

想用python處理比較大的單色圖片文件,如何提高速度

你好，你可以考慮使用numpy的函數(shù)來(lái)做，下面是例子的python代碼

image?=?np.zeros((400,400,3),?dtype="uint8")

raw?=?image.copy()

image[np.where((image==[0,0,0]).all(axis=2))]?=?[255,255,255]

cv2.imshow('Test0',?image)

lower_black?=?np.array([0,0,0],?dtype?=?"uint16")

upper_black?=?np.array([70,70,70],?dtype?=?"uint16")

black_mask?=?cv2.inRange(image,?lower_black,?upper_black)

image[np.where((image?==?[0,0,0]).all(axis?=?2))]?=?[155,255,155]

black_mask[np.where(black_mask?==?[0])]?=?[155]

你把上面的那個(gè)image的數(shù)值改成你需要改的目標(biāo)就可以直接替換了。

用Python 做策略回測(cè)，耗時(shí)很長(zhǎng)，有什么加速辦法

1. 在動(dòng)手優(yōu)化之前，先profile看看，程序時(shí)間都花在哪些地方了:

python -m cProfile -o output.prof your_program

跑完之后，會(huì)生成一個(gè)output.profile文件。接下來(lái)需要對(duì)這個(gè)文件進(jìn)行分析，這方面的工具我推薦SnakeViz，神器。安裝非常簡(jiǎn)單，pip install snakeviz 即可。

snakeviz output.prof

運(yùn)行之后，會(huì)打開(kāi)一個(gè)瀏覽器窗口，好好看看，哪些函數(shù)耗時(shí)最多，耗時(shí)是因?yàn)檎{(diào)用次數(shù)太多呢，還是因?yàn)閱未握{(diào)用耗時(shí)長(zhǎng)，明確優(yōu)化重點(diǎn)；

2. 減少重復(fù)計(jì)算，緩存計(jì)算結(jié)果?？纯?functools.lru_cache。

3. 能用list comprehension的地方，不要用for；能用numpy的地方，不要手寫循環(huán)，不要用pandas；

4. 看你的回測(cè)，40w個(gè)tick的話，數(shù)據(jù)量不算大，應(yīng)該是直接load到內(nèi)存里的吧？

5. 還是慢的話，上Numba — Numba，就是安裝麻煩一些，使用起來(lái)非常方便，速度提高一兩個(gè)數(shù)量級(jí)沒(méi)問(wèn)題；

6. 如果你用的包PyPy都支持的話，試試pypy；

7. Cython、c module，上面的都沒(méi)效果的話，這個(gè)是最后的候選方案了。