Question

import timeit

class Hello():
    def __init__(self):
        self.x = 5
    def get_local_attr(self):
        x = self.x
        # 10x10
        x;x;x;x;x;x;x;x;x;x;
        x;x;x;x;x;x;x;x;x;x;
        x;x;x;x;x;x;x;x;x;x;
        x;x;x;x;x;x;x;x;x;x;
        x;x;x;x;x;x;x;x;x;x;
        x;x;x;x;x;x;x;x;x;x;
        x;x;x;x;x;x;x;x;x;x;
        x;x;x;x;x;x;x;x;x;x;
        x;x;x;x;x;x;x;x;x;x;
        x;x;x;x;x;x;x;x;x;x;
    def get_inst_attr(self):
        # 10x10
        self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;
        self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;
        self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;
        self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;
        self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;
        self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;
        self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;
        self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;
        self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;
        self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;self.x;

if __name__ == '__main__':
    obj = Hello()
    print('Accessing Local Attribute:', min(timeit.Timer(obj.get_local_attr)
    .repeat(repeat=5)))
    print('Accessing Instance Attribute:', min(timeit.Timer(obj.get_inst_attr)
    .repeat(repeat=5)))

我的电脑的结果：

访问本地属性：0.686281020000024

访问实例属性：3.7962001440000677

为什么会这样？此外，在使用之前本地化实例变量是一个好习惯吗？

Answer 1

每次python查找变量时，都会支付一点（LOAD_FAST操作码）。每次在现有对象上查找属性时，都需要多付一些（LOAD_ATTR操作码）。 e.g。

>>> def f1(self):
...   x = self.x
...   x
... 
>>> def f2(self):
...   self.x
...   self.x
... 
>>> dis.dis(f1)
  2           0 LOAD_FAST                0 (self)
              3 LOAD_ATTR                0 (x)
              6 STORE_FAST               1 (x)

  3           9 LOAD_FAST                1 (x)
             12 POP_TOP             
             13 LOAD_CONST               0 (None)
             16 RETURN_VALUE        
>>> dis.dis(f2)
  2           0 LOAD_FAST                0 (self)
              3 LOAD_ATTR                0 (x)
              6 POP_TOP             

  3           7 LOAD_FAST                0 (self)
             10 LOAD_ATTR                0 (x)
             13 POP_TOP             
             14 LOAD_CONST               0 (None)
             17 RETURN_VALUE        
>>>

即使您不知道如何阅读python反汇编字节码，您也可以看到f2的内容比f1更多。

另外，请注意并非所有操作码都相同。 LOAD_FAST基本上是本地范围内的数组查找（因此顾名思义，它是快速的）。另一方面，LOAD_ATTR稍微慢一点，因为它转换为（通常）进行字典查找的函数调用（__getattribute__）。

就什么是“最佳实践”而言，做最简单的事情。我认为使用self是非常习惯的，除非你通过避免它来证明有明显的性能提升，但我不认为这是一个很难的规则。

Answer 2

由于只使用单字节代码步骤LOAD_FAST访问局部变量，另一方面self.x需要首先使用self查找LOAD_FAST然后访问x就此而言，这也很复杂，因为Python必须首先检查它是数据描述符还是仅仅是简单的实例属性，然后根据它来获取它的值。

通常在CPython中处理方法时缓存这种重复调用是个好主意，因为否则每次创建新的绑定对象时都是如此。我很难看到普通属性被缓存以获得一些性能优势的情况。像PyPy和Pyston这样的其他实现有自己的方法来加速属性查找。来自data model页面：

请注意，从函数对象转换为（未绑定或每次从中检索属性时都会发生方法对象类或实例。在某些情况下，卓有成效的优化是 将属性分配给局部变量并调用该局部变量。

某些例子是list.append（另请参阅：https://hg.python.org/cpython/file/f7fd2776e80d/Lib/heapq.py#l372_），例如，如果您要填充包含大量项目的列表，并且不能对某些项目使用列表理解原因然后缓存list.append提供了轻微的加速：

>>> %%timeit
lst = []                  
for _ in xrange(10**6):
    lst.append(_)
... 
10 loops, best of 3: 47 ms per loop
>>> %%timeit
lst = [];append=lst.append
for _ in xrange(10**6):
    append(_)
... 
10 loops, best of 3: 31.3 ms per loop

Python 3.7

Python 3.7将有two new byte codes来加速方法加载和调用。

添加了两个新的操作码：LOAD_METHOD和CALL_METHOD以避免方法调用的绑定方法对象的实例化，结果方法调用速度最快可达20％。（供稿人：Yury Selivanov 和{INNA Naoki在bpo-26110。）

Answer 3

您已经遇到了范围问题，这是一个非常详细的解释here

尽管范围是静态确定的，但它们是动态使用的。在执行期间的任何时候，至少有三个嵌套的作用域，其名称空间可以直接访问：


首先搜索的最里面的范围包含本地名称

任何封闭函数的范围，从最近的封闭范围开始搜索，包含非本地，但也   非全球名称

倒数第二个范围包含当前模块的全局名称

最外层范围（最后搜索）是包含内置名称的命名空间

因此访问局部变量比实例变量少1次查找反对如此多的重复堆叠，它工作得更慢。

此问题也可能与this one

重复

Python |为什么访问实例属性比本地慢？

3 个答案:

Python 3.7