Python代码优化：通用原则与性能分析技术
在编程领域，优化是提升程序性能的关键环节，但过早优化往往会带来诸多问题。本文将介绍Python代码优化的通用原则、优化策略以及如何找到代码中的瓶颈。
1. 优化的三条规则
优化是有代价的，无论结果如何。在进行优化时，需要牢记以下三条规则：
-先让代码运行起来：很多人在编写代码时就试图进行优化，这往往是不可行的，因为真正的瓶颈通常出现在意想不到的地方。一个应用程序由复杂的交互组成，在实际使用之前很难全面了解其运行情况。首先要确保代码能够正常工作，不要让优化问题阻碍这个目标。对于行级代码，遵循Python的哲学，采用Pythonic语法，通常编写更少的代码会更好、更快。在代码正常运行并准备好进行性能分析之前，不要进行以下操作：
- 开始编写全局字典来缓存函数数据。
- 考虑将部分代码用C或混合语言（如Pyrex）实现。
- 寻找外部库来进行基本计算。
但对于一些特殊程序，如科学计算程序或游戏，可能从一开始就需要使用专业库和外部化代码。例如，Soya 3D游戏引擎在实时3D渲染时使用C和Pyrex进行快速矩阵运算。
-从用户的角度出发：优化工作应该基于用户的反馈。有时候开发团队花费大量精力优化应用服务器的启动时间，但用户可能并不关心这个问题。团队在进行优化时，应该优先考虑以下问题：
- 是否有人要求让程序更快？
- 谁觉得程序慢？
- 程序真的慢吗，还是可以接受？
- 让程序更快需要付出多少代价，是否值得？哪些部分需要更快？
优化不是游戏，只有在必要时才进行。
