PyCharm publie une série d'astuces et de conseils pour améliroer les performances de son code Python. 

1 / comment vérifier efficacement les éléments d'un collection ? Une liste se révèle assez lente, Set sera plus performant

2 / copier de grandes listes ou des arrays coûtent en temps d'exécution et en mémoire. Quand c'est possible, modifiez les objets directement là où s trouvent l'objet sans les dupliquer, les copier

3 / utiliser _slots_ pour une meilleure efficacité mémoire

4 / utiliser les fonctions math plutôt que les opérateurs. Le gain est relativement faible sur chaque traitement mais à la longue c'est plutôt intéressant

5 / la pré-allocation mémoire quand on connait la taille mémoire est plutôt performante

6 / éviter de gérer les exceptions dans les boucles dites hot loops

7 / utiliser des fonctions locales pour le code logique répétitif, une fonction globale est plus coûteuse en exécution

8 / privilégier itertools pour les opérations combinatoires et non des boucles

9 / sur les listes triées, bisect est bien plus performant que la boucle

10 / éviter les appels de fonctions répérétés dans les boucles. En effet, un appel de la même fonction x fois à l'intérieur d'un boucle consomme du temps et de la mémoire. Pour améliorer cela, vous pouvez sortir ces appels de la boucle et passer par cached

Tous les détails et les exemples de codes : https://blog.jetbrains.com/pycharm/2025/11/10-smart-performance-hacks-for-faster-python-code/