Как ускорить Python-код в 5 раз без Cython и Numba? 🚀

Сегодня я покажу вам, как можно ускорить выполнение Python-кода в 5 раз, не прибегая к сложным инструментам типа Cython или Numba. Всё, что нам понадобится, – это грамотная работа с multiprocessing.

Проблема:
Допустим, у нас есть функция, которая выполняет вычисления для каждого элемента списка:

import time

def slow_function(x):
    time.sleep(1)  # Симуляция долгих вычислений
    return x * x

data = [1, 2, 3, 4, 5]
results = [slow_function(x) for x in data]
print(results)

Этот код выполняется 5 секунд, потому что вычисления идут последовательно.



Решение: multiprocessing.Pool

Используем multiprocessing, чтобы запустить вычисления параллельно:

from multiprocessing import Pool

with Pool() as pool:
    results = pool.map(slow_function, data)

print(results)

Теперь код выполняется всего 1 секунду! 🎉

✅ Python автоматически распределяет вычисления по ядрам процессора
✅ Код остаётся читаемым и простым
✅ Работает во всех системах (но в Windows нужен if name == "__main__")



Итоги:
- Используйте multiprocessing.Pool для CPU-интенсивных задач
- Это легко и быстро внедряется в существующий код
- Безопасный способ ускорения без Cython и Numba

А какие ещё способы ускорения Python-кода вы знаете? Делитесь в комментариях! 👇

👉 @BookPython