当你寻找这种问题的时候，很开心，你的代码水平以及对python的各种数据类型的认知会上升一个台阶！ 我是什么时候开始思考这种问题的呢？当然是有一天发现模型跑数据的时候，程序一直在运行但却一直不出最终结果，然后发现作者写的代码真的是低效，不得不说，会写模型的人不一定会写代码！
1. 用 set 而非 list 进行查找（初学者的通病）
低效方法：
list_data = [i for i in range(1000000)] 1098987 in list_data # 13.4 ms高效方法：
set_data = set(list_data) 1098987 in set_data # 10.3 us原理很简单：list 是线性查找（即从前向后一个元素一个元素的查找），set 是通过hash查找（通过hash函数直接定位）
2. 用 dict 而非两个 list 进行匹配查找
低效方法：
list_a = [i for i in range(1000000)] list_b = [i**2 for i in list_a] print(list_b[list_a.index(876567)]) # 7.5 ms高效方法：
dict_ab = dict(zip(list_a, list_b)) print(dict_ab.get(876567, None)) # 141 us在循环中避免重复计算
低速方法：
a = [i for i in range(2000)] b = [i/sum(a) for i in a] # 32.8 ms高效方法：
sum_a = sum(a) b = [i/sum_a for i in a] # 266 us可以参考我之前博文 一篇文章学习python多进程
最后最后，其实还有很多加速的方法，不过上述是我目前常用到的方式啦，想了解更多参见24式加速你的Python
