加速python的方法：

1、使用哈希表的数据结构

如果在程序中遇到大量的搜索操作，且数据中没有重复项，则可以使用搜索而不是循环。

2、取代循环的矢量化

尽量使用基于C构建的Python库，如Numpy、Scipy和Pandas，并利用矢量化同时处理来取代数组单个元素在程序中编写多次处理的循环，循环可能是程序优化最容易操作的地方。

3、精简代码行数

编程时，尽量使用一些python的内置函数来简化代码行数，使代码看起来简洁简洁，大大提高了代码的运行效率。

4、使用多进程

一般来说，计算机是多过程的，因此在执行操作时可以使用Python中的multiprocesing。多过程可以在代码中并行化。 在访问共享内存时，多过程的成本非常高，所以如果有大量的数据处理，可以考虑使用多过程。

5、使用Cpython

Cython是一个静态编译器，可以为您优化代码。加载cypthonmagic进行扩展，并使用cython标记使用cython编译代码。

6、尽量用csv代替xlsxx

进行数据处理时， 将数据加载到excel文件或从excel文件中保存数据需要更长的时间。 相反，我选择了创建多个csv文件的路径，并创建了一个文件夹来分组文件。

7、使用Numba

它是JIT(即时)编译器。 Numba通过装饰器将带有注释的Python和NumPy代码编译成LLVM 。将您的功能分为两部分：

• 执行计算函数 - 用@autojit装饰

• 执行IO功能

请关注Python视频教程栏目，了解更多Python知识。