Python (мфа: [ˈpʌɪθ(ə)n]; в русском языке встречаются названия пито́н[23] или па́йтон

return "".join([tmp for i in range(10000)])


def case4(): # Г. генераторное выражение и метод join
return "".join(tmp for i in range(10000))


for v in range(1,5):
print (Timer("func()","from __main__ import case%s as func" % v).timeit(200))
Как и в любом языке программирования, в Python имеются свои приёмы оптимизации кода. Оптимизировать код можно исходя из различных (часто конкурирующих друг с другом) критериев (увеличение быстродействия, уменьшение объёма требуемой оперативной памяти, компактность исходного кода и т. д.). Чаще всего программы оптимизируют по времени исполнения.
Здесь есть несколько очевидных для опытных программистов правил.

• 
  Не нужно оптимизировать программу, если скорость её выполнения достаточна.
  
• 
  Используемый алгоритм имеет определённую временную сложность, поэтому перед оптимизацией кода программы стоит сначала пересмотреть алгоритм.
  
• 
  Стоит использовать готовые и отлаженные функции и модули, даже если для этого нужно немного обработать данные. Например, в Python есть встроенная функция sorted().
  
• 
  Профилирование поможет выяснить узкие места. Оптимизацию нужно начинать с них.
  

Python имеет следующие особенности и связанные с ними правила оптимизации.

• 
  Вызов функций является достаточно дорогостоящей операцией, поэтому внутри вложенных циклов нужно стараться избегать вызова функций или, например, переносить цикл в функции. Функция, обрабатывающая последовательность, эффективнее, чем обработка той же последовательности в цикле вызовом функции.
  
• 
  Старайтесь вынести из глубоко вложенного цикла всё, что можно вычислить во внешних циклах. Доступ к локальным переменным более быстрый, чем к глобальным или чем доступ к полям.
  
• 
  Оптимизатор psyco может помочь ускорить работу модуля программы при условии, что модуль не использует динамических свойств языка Python.
  
• 
  В случае, если модуль проводит массированную обработку данных и оптимизация алгоритма и кода не помогает, можно переписать критические участки, скажем, на языке Си или Pyrex.
  

Инструмент под названием Pychecker^[128] поможет проанализировать исходный код на Python и выдать рекомендации по найденным проблемам (например, неиспользуемые имена, изменение сигнатуры метода при его перегрузке и т. п.). В ходе такого статического анализа исходного кода могут быть выявлены и ошибки. Pylint^[129] призван решать близкие задачи, но имеет уклон в сторону проверки стиля кода, поиска кода с запашком^[130].