类属性与方法参数性能？python
请忽略我的计算，我只是想知道在使用class属性或method参数之间是否有任何性能偏好，因为它们的工作方式基本相同，只是class属性可以在类中的任何位置调用，而method参数只保留在它自己的范围内类属性与方法参数性能？python,python,performance,class,methods,parameters,Python,Performance,Class,Methods,Parameters,请忽略我的计算，我只是想知道在使用class属性或method参数之间是否有任何性能偏好，因为它们的工作方式基本相同，只是class属性可以在类中的任何位置调用，而method参数只保留在它自己的范围内 class Circle(): def __init__(self, radius=1): self.pi = 3.14 self.radius = 1 # use class attribute pi def get_circum_se
class Circle():
def __init__(self, radius=1):
self.pi = 3.14
self.radius = 1
# use class attribute pi
def get_circum_self(self):
return self.pi * self.radius * 2
# use param for pi
def get_circum_pi(self, pi, radius):
return pi * radius * 2
nc = Circle()
print(nc.pi)
print(nc.radius)
print(nc.get_circum_self()) # use class attribute pi
print(nc.get_circum_pi(111, 1)) # use param for pi
提前感谢您的解释性能差异在这里很少见 但是这些是非常不同的接口，做不同的事情，这几乎肯定会有影响 所以，这就是你应该如何决定写哪一个：你是想问一个圆的周长，还是想问一个圆来计算一个完全不同的圆的周长
但是如果你真的关心性能，得到答案的唯一方法就是测试它。Python附带了一个模块，专门为这样的代码片段进行基准测试而设计。如果使用IPython/Jupyter，它有一个更好的包装器，名为
%timeit%timeitIn [417]: %timeit nc.get_circum_self()
323 ns ± 10.7 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [418]: %timeit nc.get_circum_pi(111, 1)
258 ns ± 6.55 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
<>但是考虑一下你如何用一种更现实的方式。如果您只想在源代码中用硬编码的值计算一个周长，那么很明显，这只会发生一次，那么谁会在乎它是323ns还是258ns呢？如果你想计算数不清的值，这些值可能来自某个变量，对吗？那么，让我们比较一下：
In [419]: pi, rad = 111, 1
In [420]: %timeit nc.get_circum_pi(pi, rad)
319 ns ± 15.19 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
同样值得注意的是，
get\u-circu-piselfIn [423]: def get_circum_pi(pi, radius):
...: return pi * radius * 2
In [424]: %timeit get_circum_pi(111, 1)
180 ns ± 4.54 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
\uuuuu get\uuuu有必要了解所有这些事情的作用，它们需要多长时间，以及替代方案是什么。例如，如果要计算无数个周长，可以将绑定方法存储在变量中，而无需反复查找。您可以将整个循环移动到函数中，这样绑定方法和全局变量都会变成局部变量（速度会快一点）。等等
这些事情很少值得做，但“很少”不是“永远”。对于一个现实生活中的例子，请参见-that
seen\u add=seen中的unique\u everseed
函数。add