Python是一門非常酷的語言，因為很少的Python代碼可以在短時間內做很多事情，并且，Python很容易就能支持多任務和多重處理。

py

  1、關鍵代碼可以依賴于擴展包

Python使許多編程任務變得簡單，但是對于很關鍵的任務并不總是提供最好的性能。使用C、C++或者機器語言擴展包來執行關鍵任務能極大改善性能。這些包是依賴于平臺的，也就是說，你必須使用特定的、與你使用的平臺相關的包。簡而言之,該解決方案提供了一些應用程序的可移植性,以換取性能,您可以獲得只有通過直接向底層主機編程。下面這些擴展包你可以考慮添加到你的個人擴展庫中：

Cython
PyInlne
PyPy
Pyrex

這些包有不同的作用和執行方式。例如，Pyrex 讓Python處理一些內存任務變得簡單高效；PyInline可以直接讓你在Python應用程序中使用C代碼，雖然內聯代碼被單獨編譯，但是如果你能高效的利用C代碼，它可以在同一個地方處理每一件事情。

  2、使用關鍵字排序

有很多古老的Python代碼在執行時將花費額外的時間去創建一個自定義的排序函數。最好的排序方式是使用關鍵字和默認的sort()方法，看看下面的示例：

代碼如下:
import operator
somelist = [(1, 5, 8), (6, 2, 4), (9, 7, 5)]
somelist.sort(key=operator.itemgetter(0))
somelist
#Output = [(1, 5, 8), (6, 2, 4), (9, 7, 5)]
somelist.sort(key=operator.itemgetter(1))
somelist
#Output = [(6, 2, 4), (1, 5, 8), (9, 7, 5)]
somelist.sort(key=operator.itemgetter(2))
somelist
#Output = [(6, 2, 4), (9, 7, 5), (1, 5, 8)],

每一個案例的列表是根據你選擇作為關鍵字參數的索引排序的，這種方式對字符串和數字排序同樣適用。

  3、優化循環

每一種編程語言都強調循環語句的優化，Python也是一樣的。盡管你可以依賴于豐富的技術讓循環運行的更快，然而，開發者經常忽略的一個方法是避免在循環內部使用點拼接字符串。對于下面的示例：

代碼如下:
lowerlist = ['this', 'is', 'lowercase']
upper = str.upper
upperlist = []
append = upperlist.append
for word in lowerlist:
    append(upper(word))
    print(upperlist)
    #Output = ['THIS', 'IS', 'LOWERCASE']

每一次調用str.upper，Python都會去求這個方法的值。但是如果你把求值的結果放入一個變量中，就能提高程序的性能。這個關鍵是減少Python內執行的循環次數,因為Python解析這些實例是比較慢的。

  4、使用新版本

任何一個在線上搜索Python資料的人都會發現無數關于Python版本遷移的信息。通常，Python每一個版本都針對之前的一個版本做了優化和改進，以讓Python運行的更快。限制因素是你喜歡的函數庫是否也針對Python的新版本做了改進。