Какими способами можно оптимизировать производительность Python-программы?

Оптимизация производительности Python-программы может включать несколько подходов:

• Использование эффективных алгоритмов и структур данных. Часто замена алгоритма на более эффективный даёт значительный прирост.
• Профилирование кода. С помощью модулей cProfile, profile или line_profiler можно найти узкие места.
• Использование встроенных функций и библиотек. Они обычно реализованы на C и работают быстрее, чем самописный код.
• Минимизация операций с вводом-выводом. Например, буферизация или пакетная обработка данных.
• Использование генераторов и итераторов. Они позволяют экономить память и ускоряют обработку больших данных.
• Параллелизм и многопоточность. Модуль multiprocessing позволяет использовать несколько ядер CPU.
• Компиляция критичных участков кода. Использование Cython, Numba или написание расширений на C.

Пример использования генератора для экономии памяти:

def squares(n):
    for i in range(n):
        yield i * i

for sq in squares(1000000):
    print(sq)

Такой подход не создаёт сразу весь список, а генерирует значения по мере необходимости.