⏱️ ¿Tu código va lento o te lo parece?

Optimizar sin mediciones previas no es buena idea. Pero peor aún son las mediciones hechas "a la ligera".

Muchos usan time.time() para todo y obtienen números que no tienen nada que ver con la realidad.

Lee el análisis de cómo medir correctamente el rendimiento en Python.
Dentro del artículo:
▪️ Wall Time vs CPU Time: Por qué tu código puede "colgarse" 5 segundos mientras el procesador trabajó solo 0.05s (y qué hacer al respecto).
▪️ timeit: Por qué esta es la mejor manera para microbenchmarks y cómo usarla sin vergüenza.
▪️ Jupyter Magic: Cómo medir la velocidad con una sola línea (%timeit) si vives en notebooks.
▪️ Asyncio: Por qué los métodos estándar mienten en código asíncrono y dónde encontrar el temporizador correcto loop.time().

Esta es la base sin la cual no se puede meter en refactorización.

👉 Perfilado y medición del tiempo de ejecución de código en Python: guía completa

#rtfm