Python 性能优化话题很多，分享几个实测有效的细节技巧。\n\n实用方法：\n\n1. 字典推导式与生成器表达式结合使用，比显式循环快 30%-50%。在数据处理流水线中，这种写法不仅性能更好，代码也更紧凑易读，但要注意可读性优先的场景不要过度使用。\n\n2. 局部变量访问比全局变量快很多，热路径要把变量本地化。CPython 的 LOAD_FAST 指令比 LOAD_GLOBAL 快不少，在性能关键的内层循环里，把全局函数和常量绑定到局部变量收益明显。\n\n3. 用 slots 减少类实例内存占用，效果明显。对于需要创建大量小对象的场景，slots 可以节省 40%-50% 内存，同时属性访问速度也有所提升，缺点是不支持动态添加属性。\n\n4. 避免在循环内做属性查找，提前绑定方法到局部变量。obj.method 每次都会触发属性查找，循环次数大时影响显著，提前 m = obj.method 后再调用收益明显。\n\n你在项目中用过哪些有效的优化手段？哪些是"小改动大收益"的？