Python中使用import X或者from X import Y？（性能）

Question

Python中使用import X或者from X import Y？（性能）

41

如果我要使用至少两种方法的库，下面两种方式的性能和内存使用有区别吗？

from X import method1, method2

并且。

import X

- Tom

4个回答

11

没有内存或速度上的区别（因为整个模块都必须进行评估，因为最后一行代码可能是Y = something_else）。除非你的电脑是20世纪80年代的，否则无论如何都不重要。

- Jochen Ritzel

3

在我的项目中，从PyQt5进行40次导入会导致启动时500毫秒的延迟，我觉得这是不可接受的。这是在SSD和i7-4790K上的情况。因此，我可能会转向C++，所以是的，这很重要...也许不完全符合OP问题的背景，但它确实显示了导入可能会导致性能问题。 - rr-

@rr- Shed Skin，Cython或Nuitka都可以将Python编译为C。 - Cees Timmerman

9

如果您在一个循环中多次调用函数（数百万次或更多），双重字典查找将会累加，这是需要注意的。下面的示例显示了20％的增加。

所引用的时间是基于Python 3.4在Win7 64位机器上的。（对于Python 2.7，请将range命令更改为xrange）。

此示例高度基于书籍High Performance Python，尽管他们关于本地函数查找更好的第三个示例似乎不再适用于我。

import math
from math import sin

def tight_loop_slow(iterations):
    """
    >>> %timeit tight_loop_slow(10000000)
    1 loops, best of 3: 3.2 s per loop
    """
    result = 0
    for i in range(iterations):
        # this call to sin requires two dictionary lookups
        result += math.sin(i)

def tight_loop_fast(iterations):
    """
    >>> %timeit tight_loop_fast(10000000)
    1 loops, best of 3: 2.56 s per loop
    """
    result = 0
    for i in range(iterations):
        # this call to sin only requires only one lookup
        result += sin(i)

- DStauffman

7

我不认为有任何真正的区别，通常担心那么少的内存并不值得。如果你将会考虑到内存问题，它很可能更多地出现在你的代码中。

- heckj

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- rob · Accepted Answer

两者有所不同，因为使用import x版本时需要进行两次名称查找：一次是模块名的查找，另一次是函数名的查找；而使用from x import y则只需要一次查找。

您可以使用dis模块清楚地看到这一点：

import random
def f_1():
    random.seed()

dis.dis(f_1)
     0 LOAD_GLOBAL              0 (random)
     3 LOAD_ATTR                0 (seed)
     6 CALL_FUNCTION            0
     9 POP_TOP
    10 LOAD_CONST               0 (None)
    13 RETURN_VALUE

from random import seed

def f_2():
    seed()

dis.dis(f_2)
     0 LOAD_GLOBAL              0 (seed)
     3 CALL_FUNCTION            0
     6 POP_TOP
     7 LOAD_CONST               0 (None)
    10 RETURN_VALUE

如你所见，使用形式为from x import y的表单会更快一些。

另一方面，import x比from x import y较便宜，因为少了一个名称查找。让我们看看反汇编代码：

def f_3():
    import random

dis.dis(f_3)
     0 LOAD_CONST               1 (-1)
     3 LOAD_CONST               0 (None)
     6 IMPORT_NAME              0 (random)
     9 STORE_FAST               0 (random)
    12 LOAD_CONST               0 (None)
    15 RETURN_VALUE

def f_4():
    from random import seed

dis.dis(f_4)
     0 LOAD_CONST               1 (-1)
     3 LOAD_CONST               2 (('seed',))
     6 IMPORT_NAME              0 (random)
     9 IMPORT_FROM              1 (seed)
    12 STORE_FAST               0 (seed)
    15 POP_TOP
    16 LOAD_CONST               0 (None)
    19 RETURN_VALUE

我不知道原因，但似乎表单from x import y看起来像一个函数调用，因此比预期更加耗费资源。因此，如果导入的函数只使用一次，那么使用import x会更快，而如果使用超过一次，则使用from x import y更快。

话虽如此，像往常一样，我建议你不要根据这种知识决定如何导入模块和函数，因为这只是一些过早的优化。
个人认为，在许多情况下，显式命名空间更易读，我建议您做同样的事情：使用自己的美学感觉 :-)