Python中的优化-do's，don'ts和rules of thumb

Question

我在读这个post的时候，发现一个代码是：

jokes=range(1000000)
domain=[(0,(len(jokes)*2)-i-1) for i in range(0,len(jokes)*2)]

我想，在列表理解之外计算len（笑话）的值不是更好吗？

好吧，我试过了，计时了三个代码

jv@Pioneer:~$ python -m timeit -s 'jokes=range(1000000);domain=[(0,(len(jokes)*2)-i-1) for i in range(0,len(jokes)*2)]'
10000000 loops, best of 3: 0.0352 usec per loop
jv@Pioneer:~$ python -m timeit -s 'jokes=range(1000000);l=len(jokes);domain=[(0,(l*2)-i-1) for i in range(0,l*2)]'
10000000 loops, best of 3: 0.0343 usec per loop
jv@Pioneer:~$ python -m timeit -s 'jokes=range(1000000);l=len(jokes)*2;domain=[(0,l-i-1) for i in range(0,l)]'
10000000 loops, best of 3: 0.0333 usec per loop

观察第一个和第二个之间2.55%的边际差异使我认为-是第一个列表理解

domain=[(0,(len(jokes)*2)-i-1) for i in range(0,len(jokes)*2)]

由python内部优化？或者2.55%是足够大的优化（假设len（笑话）=1000000）？

如果这是-Python中的其他隐式/内部优化是什么？

什么是developer's rules of thumb for optimization in Python？

Edit1：由于大多数答案都是“不优化，如果速度慢，请稍后再做”，我从Triptych和Ali A获得了一些提示和链接。 我会把问题改一点，并要求不要这样做。

我们能从那些面临“慢”的人那里得到一些经验吗？问题是什么？是如何解决的？

Edit2：对于那些还没有到这里的人来说，是一个interesting read

Edit3:有关timeit的不正确用法，请参见dF的正确用法的答案，以及三个代码的计时。

Answer 1

读这个：Python Speed / Performance Tips

另外，在您的示例中，总时间非常短，以至于误差范围将超过速度上的任何实际差异。