Windows环境下Python脚本内部计时与总执行时间差距大，如何缩短耗时？

1. 降低模块加载开销 #

• 延迟导入非必要模块：不要把所有导入语句都放在文件头部，仅将核心逻辑依赖的模块放在头部导入，仅在异常处理、边缘功能中用到的模块，移动到实际调用的代码位置再导入。针对numpy、opencv这类体积较大的第三方库，优先导入用到的子模块而非全库，例如用from PIL import Image替代import PIL，避免from xxx import *的导入方式。
• 排查冗余导入：删除脚本中未使用的导入语句，可执行命令python -X importtime .\myanalyzer.py查看各模块的加载耗时，针对性优化耗时最高的依赖项。
• 优先使用内置模块：实现相同功能时优先选择Python标准库，避免引入不必要的第三方大依赖，例如简单路径处理用内置pathlib而非第三方工具库，简单数据解析用内置json而非pandas等重依赖库。

2. 优化运行与分发方式 #

• 更换运行时：如果脚本代码兼容PyPy，可换用PyPy运行脚本，多数场景下启动和执行效率都高于CPython。
• 编译为独立可执行文件：使用Nuitka、PyInstaller等工具将脚本打包为exe可执行文件，其中Nuitka会将Python代码编译为C语言后再生成二进制可执行文件，启动开销远低于直接调用Python解释器运行脚本，打包时注意排除未使用的模块减少文件体积。
• 开启Python优化模式：运行脚本时添加-O参数，即python -O .\myanalyzer.py，会自动移除断言、调试相关代码，小幅降低启动和执行开销。

3. 系统层面优化 #

• 添加杀毒软件白名单：Windows Defender等安全软件会在每次启动python.exe时扫描解释器、脚本文件以及依赖的库文件，这部分开销通常占冷启动耗时的70%以上，将Python解释器路径、脚本存放目录添加到杀毒软件白名单后，启动速度会有非常明显的提升。
• 减少磁盘IO开销：如果使用机械硬盘，可将脚本、依赖的库、输入文件都放到固态硬盘，也可以用RAMDisk内存盘存放相关文件，消除磁盘读取的耗时。
• 改为常驻服务模式：如果需要频繁调用该脚本，可将其改写为常驻后台的服务，通过本地Socket、HTTP接口等方式传递参数调用，仅需一次启动，后续每次调用仅执行核心逻辑，总耗时可降低到和脚本内部统计的核心执行时间接近。

内容的提问来源于stack exchange，提问作者youngz