㈠ python中的list的in查找和dict中的in查找效率一样吗
效率是不一样的,尤其是数据量大时很明显.
这种效率的差异是由于二者的存储结构不同.
list查找时,需要遍历,这与其线性的存储结构有关,因此数据量大时,就显得慢了.且处于list中越靠后,查询越慢;不在list中,更需遍历所有元素,速度最慢.
而dict默认采用hash_map存储,即使数据量很大,查找也非常快速.
㈡ python 在字符串处理的执行效率怎么样
python的原生处理效率是很低的，要高效率可以试试pypy
㈢ python的开发效率真的比java高吗
Python由于具有丰富和强大的库，它又叫做作胶水语言，能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。
常见的一种应用情形是，使用Python快速生成程序的原型(有时甚至是程序的最终界面)，然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。
Python是做服务器开发与物联网开发。信息安全，大数据处理，数据可视化机器学习，物联网开发，各大软件的api，桌面应用，都需要python。
Python往往被作为脚本语言来使用，但实际上一些大规模的软件开发设计，如Zope、Mnet及BitTorrent，包括google也在广泛地使用它，
Python其实也被称为是一种高级动态编程语言，其原因在于，“脚本语言”往往泛指仅做简单程序设计任务的语言，如shellscript、VBScipt，等，只能处理简单任务的编程语言，并不能与Python相提并论。
java常常跟"企业"联系在一起，因为其具备一些很好的语言特性，以及丰富的框架。
在企业应用中最被青睐，你总可以听到关于J2EE、JSP、Hibernate之类的东西的讨论。
同时，java在手机领域也有一席之地，在普遍智能化之前，很多手机就是以支持java应用作为卖点的，而智能手机爆发之后，java手机主场变成了android，作为安卓的标准编程语言而存在。
㈣ Python 使用原生 SQL 或者 SQLAlchemy，查询效率上差别大吗
对于in 和 exists的区别: 如果子查询得出的结果集记录较少，主查询中的表较大且又有索引时应该用in, 反之如果外层的主查询记录较少，子查询中的表大，又有索引时使用exists。其实我们区分in和exists主要是造成了驱动顺序的改变（这是性能变化的关键），如果是exists，那么以外层表为驱动表，先被访问，如果是IN，那么先执行子查询，所以我们会以驱动表的快速返回为目标，那么就会考虑到索引及结果集的关系了 ，另外IN时不对NULL进行处理。
㈤ Python运行效率低的原因有哪些
Python的设计哲学是 第一能让人看懂，附带能在机器上运行，
c语言的设计哲学是 第一能让机器快速运行 附带能让人看懂
㈥ 为什么python中set和list两个数据结构在查询的时候效率差这么多
Set用的是bst 查找操作时间复杂度logn
List是线性表 查找时间复杂度n
请学好数据结构
㈦ 如何提高python的运行效率
使用“if value in b”来替换第二个for循环能够提高一点效率，但是对于楼主的这个问题，优化地还很不够。对于楼主这类检查一个元素是否在某个集合之中，当数据量很大的时候，最符合需求的优化应该是“使用set类型来替换list类型”。
因为set在内部是使用哈希表来实现的，而list仅仅相当于C中的普通数组，因此查询效率对于set来说，大部分情况下能达到O(1)，而list是O(n)，这个当数据量很大的时候差别就极其明显了。
优化的效果十分显着，我深有体会。有次我写一个有点复杂的查询，数据量大概在几百万级别，跑完整个代码大概花了20min，然后我在网上找到了这种优化方式之后，对我的主for循环就进行了这么一点小修改，执行时间立马缩短到了2s，速度提高了600多倍！
顺便给楼主一个建议，这种写法依然是在用传统C的思维在写Python代码，用个词来形容叫不够Pythonic，也就是不够简洁，不能表现出Python的特色。很多Python专用的写法是明显提高代码效率的，比如另外一位给出的建议使用“if value in b”这个语句来替换第二个for循环。
㈧ python运行效率低吗
其实还好吧。现在电脑这么强大。在python里面运行大数量循环，最好用xrange()。你可以试试看xrange（100000）就知道什么叫效率了。Python里建一个100000个元素的列表要不了一秒，效率不算低。