Как оптимизация байткода может ускорить выполнение кода на Python?

Оптимизация байткода может ускорить выполнение кода на Python, например, за счёт замены медленных общих инструкций на более быстрые специализированные. habr.com

Когда инструкция байткода выполняется в первый раз, интерпретатор фиксирует информацию о ней, такую как тип объектов, выполняемая конкретная операция и т. д.. habr.com Используя эту информацию, он заменяет медленную общую инструкцию на более быструю специализированную. habr.com Впоследствии, всякий раз, когда та же строка кода выполняется снова, интерпретатор выполняет специализированную инструкцию. habr.com

Некоторые другие способы оптимизации кода на Python:

• Использование встроенных функций высшего порядка (map, filter, zip и т. д.) и генераторных выражений. uproger.com Они выполнены на уровне C-интерпретатора, что уменьшает количество интерпретаций байткода. uproger.com
• Кеширование и мемоизация. uproger.com Результаты тяжёлых вычислений или запросов сохраняются, чтобы использовать их повторно без повторного исполнения. uproger.com Если функция часто вызывается с одними и теми же аргументами, проще запомнить ответ при первом вызове и возвращать его мгновенно при следующих. uproger.com
• Создание локального псевдонима для функции, которую многократно вызывают внутри «горячего» цикла. habr.com

Важно учитывать, что оптимизации не вечны и зависят от деталей среды выполнения языка, которая постоянно развивается. habr.com То, что работало в прошлом, сегодня может быть уже неактуально. habr.com