利用Psyco让Python程序执行更快
2015-11-18 23:51
786 查看
使用代码
try:
import psyco
psyco.full()
except ImportError:
pass # psyco not installed so continue as usual
对for循环的优化特别快
类的函数
psyco.profile()可以对大程序进行适当分析,以确定哪些函数最值得编译。
psyco.log()函数用来记录profile()得到的信息,下次就可以运行就能更快一点。
psyco.bind(myfunc)指定对函数myfunc进行编译,可以做到比full()更精细的控制。
psyco.proxy(f)创建一个新的函数,它的代码是由f编译得到二进制码
try:
import psyco
psyco.full()
except ImportError:
pass # psyco not installed so continue as usual
对for循环的优化特别快
类的函数
psyco.profile()可以对大程序进行适当分析,以确定哪些函数最值得编译。
psyco.log()函数用来记录profile()得到的信息,下次就可以运行就能更快一点。
psyco.bind(myfunc)指定对函数myfunc进行编译,可以做到比full()更精细的控制。
psyco.proxy(f)创建一个新的函数,它的代码是由f编译得到二进制码
相关文章推荐
- Python IDLE快捷键一览
- Python List+Tuple+Dict+Set小结
- python之自定义爬虫脚本
- python之自动生成图像列表
- python之自动化生成解析ini文件的Qt类
- python之定时执行截屏
- Python 学习LINK
- leetcode Roman to Integer python
- python之生成文件列表(链接方式)
- python之批量重命名目录文件
- 练习PYTHON之EPOLL
- python之转换源码后缀名为txt后缀名
- python urllib模块
- leetcode Integer to Roman python
- python之模块hashlib(提供了常见的摘要算法,如MD5,SHA1等等)
- 练习PYTHON之EVENTLET
- python之WebSocket的开发
- 练习PYTHON之GEVENT
- Python pexpect出现错误‘module have no attribute "spawn" 解决办法
- Python/scikit-learn机器学习库(决策树)