有没有什么办法可以；调用函数"；在python中不产生通常的性能影响？

船长事后诸葛亮，报告如下：

在阅读了评论和答案并进行了一些测试之后，我发现我在计算中犯了一个微妙的错误。事实证明，我是 比较编译的查找和解释的调用。当我预编译时 使用非IPython-line-magic版本（即：

timeit.timeit（codestr，setup\u codestr）

，我发现函数调用 确实与查找的数量级相同：）

现在有一整套的缓存函数结果、预编译函数和预编译类型需要探索。。这很好：）

为子孙后代：

我意识到这听起来是个奇怪的问题，但有人可能知道解决这个问题的方法，那就太好了。下面是：

如果我这样做：

%%timeit somelist[42]

然后我得到90纳秒范围内的时间。一片就可以达到190ish；而且，令我惊喜的是，即使是大型的疯狂机器人也仍然跑得很快。例如，这个坏男孩的体重为385纳秒：

%%timeit some_nested_list[2:5][1][6:13]

事情是这样的。函数调用似乎要慢得多。我喜欢从功能上分解问题，我开始更多地考虑函数编程，但速度差异很大（3.34微秒vs 100-150纳秒（条件的实际平均值，等等））。以下为3.34微秒：

def func():
    some_nested_list[2:5][1][6:13]
%%timeit func()

---

那么，大概有很多函数式程序员在那里？你们一定都解决了这个小问题？有人愿意为我指出正确的方向吗？

不太愿意。Python函数调用在设置堆栈框架等方面涉及一定的开销，在编写Python函数时无法消除这种开销。示例中的操作之所以快速，是因为您在列表中执行这些操作，而列表是用C编写的

需要记住的一件事是，在许多实际情况下，函数调用开销相对于函数实际执行的操作来说是很小的。有关讨论，请参阅。但是，如果您转向纯函数样式，其中每个函数只对一个表达式求值，那么您确实可能会受到性能损失

另一种方法是查看PyPy，它使许多纯Python操作更快。我不知道它是否特别提高了函数调用速度。此外，通过使用PyPy，您可以限制可以使用的库集

最后，还有Cython，它允许您使用看起来基本上与Python相同的语言编写代码，但实际上可以编译为C语言。在某些情况下，这可能比Python快得多

---

底线是，如何加速函数取决于函数的实际功能。没有什么神奇的方法可以让所有函数调用都变快，同时保持Python的其他一切不变。如果有的话，他们可能已经将其添加到Python中了。

如果您的函数采用参数，您可以安排将其备忘录化（即，一旦调用，结果将被缓存，并在后续调用中返回缓存的结果，但这仅在原始函数昂贵且函数不变的情况下才有帮助（即，相同的参数每次产生完全相同的结果）@TonySuffolk66非常感谢。它为我指明了正确的方向。是的，我不想发展一种纯粹的函数式风格，但对那些神圣探索的人毫无怨恨，哈哈。我的目标是在可分解性和速度之间取得平衡，但我不喜欢为了避免调用函数而必须编写多少代码。然而，我我发现我在计算中犯了一个微妙的错误。我正在比较编译的查找和解释的调用。当我使用非IPython magic版本（即：

timeit.timeit（codestr，setup\u codestr）

）预编译调用时，我发现函数调用的数量级确实相同：）