Хочу поделиться тем, что сам юзаю, когда код начинает тормозить. Первое — проверь профилировщик (например, cProfile). Часто проблема не в питоне как таковом, а в том, как написан код. Если видишь, что основное время уходит на вызовы функций в цикле, есть смысл вынести их наружу или оптимизировать алгоритм.
Второе — чистый питон против C-расширений. numpy, pandas, cython — классика ускорения. Иногда достаточно переписать горячие участки на Cython или хотя бы использовать numpy вместо циклов по спискам.
Третье — параллелизм и асинхронность. Если задача позволяет — multiprocessing или asyncio вполне могут дать заметный прирост, особенно для IO-зависимого кода.
Четвертое — разные реализации Python. PyPy иногда творит чудеса на отдельные виды задач, но не со всем совместим.
Еще один лайфхак — кеширование и мемоизация: functools.lru_cache сильно помогает, если данные переиспользуются.
У меня были случаи, когда комбинация из простых оптимизаций и профилирования давала 3-5х в быстродействии без переписывания всего проекта. Кто что еще юзал для прибавки скорости?
Часто замечал, что просто изменение структуры кода и перенос вызовов функций из циклов уже дает неплохой прирост. А ещё круто помогает заменить самые медленные места на версии с numpy, потом уже думать про асинхронность и всякие сложные штуки. Профилирование реально отделяет важное от лишнего.
Я еще только начинаю разбираться, но заметил, что перенос тяжелых вычислений в numpy реально помогает. Просто заменить циклы по спискам на векторные операции — и код летает. Профилирование тоже полезная штука, иногда оказывается, что тормозит что-то совсем неожиданное. Пока в async и cython глубоко не лез, но хочется попробовать, когда дело станет совсем серьезным.
Раньше помню, пытался ускорить код путём распараллеливания — эффект был только если задача реально тяжелая. Векторизация в numpy — проверенный кайф, циклы по спискам всегда жрут время. А вот async часто переоценён, на обычных вычислениях он особо не даст. Главное — сначала профилировать, а то можно оптимизировать совсем не то, что тормозит.