python_para_desenvolvedores_2ed

280 Performance
um dicionário é muito mais eficiente do que a versão usando recursão, que
faz muitas chamadas de função.
O módulo timeit serve para fazer benchmark de pequenos trechos de código 85 .
O módulo foi projetado para evitar as falhas mais comuns que afetam
programas usados para fazer benchmarks.
Exemplo:
import timeit
# Lista dos quadrados de 1 a 1000
cod = '''s = []
for i in xrange(1, 1001):
s.append(i ** 2)
'''
print timeit.Timer(cod).timeit()
O código é passado para o
benchmark como uma string.
# Com Generator Expression
cod = 'list(x ** 2 for x in xrange(1, 1001))'
print timeit.Timer(cod).timeit()
# Com List Comprehesion
cod = '[x ** 2 for x in xrange(1, 1001)]'
print timeit.Timer(cod).timeit()
Saída:
559.372637987
406.465490103
326.330293894
O List Comprehension é mais eficiente do que o laço tradicional.
Outra forma de melhorar a performance de uma aplicação é usando o Psyco,
que é uma espécie de Just In Compiler (JIT). Durante a execução, ele tenta
otimizar o código da aplicação e, por isso, o módulo deve ser importado antes
do código a ser otimizado (o inicio do módulo principal da aplicação é um
85 O módulo cProfile não é apropriado para avaliar pequenos trechos de código. O módulo
timeit é mais adequado pois executa o código várias vezes durante a avaliação.